JoyAgent-JDGenie: GAIAに関する技術レポート
JoyAgent-JDGenie: Technical Report on the GAIA
October 1, 2025
著者: Jiarun Liu, Shiyue Xu, Shangkun Liu, Yang Li, Wen Liu, Min Liu, Xiaoqing Zhou, Hanmin Wang, Shilin Jia, zhen Wang, Shaohua Tian, Hanhao Li, Junbo Zhang, Yongli Yu, Peng Cao, Haofen Wang
cs.AI
要旨
大規模言語モデルは、複雑な現実世界のタスクに対する自律エージェントとしてますます展開されていますが、既存のシステムはしばしば孤立した改善に焦点を当て、堅牢性と適応性を統合した設計を欠いています。我々は、3つのコアコンポーネントを統合した汎用エージェントアーキテクチャを提案します。それは、計画と実行エージェントを批評モデルの投票と組み合わせた集団マルチエージェントフレームワーク、作業、意味、手続きの各層にまたがる階層型メモリシステム、そして検索、コード実行、マルチモーダル解析のための洗練されたツールスイートです。包括的なベンチマークで評価された結果、我々のフレームワークはオープンソースのベースラインを一貫して上回り、プロプライエタリシステムの性能に迫りました。これらの結果は、システムレベルの統合の重要性を示し、多様な領域やタスクにわたって動作可能なスケーラブルで回復力があり適応性の高いAIアシスタントへの道筋を強調しています。
English
Large Language Models are increasingly deployed as autonomous agents for
complex real-world tasks, yet existing systems often focus on isolated
improvements without a unifying design for robustness and adaptability. We
propose a generalist agent architecture that integrates three core components:
a collective multi-agent framework combining planning and execution agents with
critic model voting, a hierarchical memory system spanning working, semantic,
and procedural layers, and a refined tool suite for search, code execution, and
multimodal parsing. Evaluated on a comprehensive benchmark, our framework
consistently outperforms open-source baselines and approaches the performance
of proprietary systems. These results demonstrate the importance of
system-level integration and highlight a path toward scalable, resilient, and
adaptive AI assistants capable of operating across diverse domains and tasks.