LLMエージェントの継続学習における能力崩壊を3次元で分析

要約

複数回の経験学習を繰り返すと、LLMエージェントは性能が向上するどころか「能力崩壊」を起こすことが判明した。研究チームは経験の粒度・注入パターン・学習方式の3軸でこの失敗を分析した。原則レベルの経験はインスタンスレベルより耐久性が高く、ステップ単位の注入がグローバル注入より優れることが示された。