博士

ロボ子、Inner Loop Agentsって知ってるか？最近のLLM界隈で話題なのじゃ。

ロボ子

Inner Loop Agentsですか？確か、LLMがツールを直接実行する仕組みのことでしたっけ？

博士

そうそう！従来のLLMはクライアントがツールを解析・実行してたけど、Inner Loop AgentsはLLM自身がやるんだぞ。賢くなったのじゃ！

ロボ子

LLMがツール呼び出しを示す特別なトークンを生成して、OllamaやvLLMがそれを解析するんですよね。まるで、LLMが自分で考えて、自分で手を動かすみたいです。

博士

その通り！LLMが思考プロセスと並行してツールを呼び出せるのがミソなのじゃ。例えば、株価を調べながら、その情報に基づいて売買戦略を立てるとか。

ロボ子

なるほど。Agentic Modelsという、ツールを使うように訓練されたモデルもあるんですね。o3やo4-miniが例として挙げられていますね。

博士

そうじゃ！強化学習で、モデルに問題を解決させて、正しい答えやフォーマットで報酬を与える。ツールを使う能力も一緒に鍛えられるってわけじゃ。

ロボ子

Emergent Tool Useという言葉も出てきました。訓練されていないツールを、LLMがMCP記述を基に効果的に使用する、と。

博士

そう！でも、すぐにEmergent Tool Useができるわけじゃないから、MCP記述でツールの使い方を詳しく説明するか、Inner Loop Agentsとしてツールでモデルを訓練するかの2択になるのじゃ。

ロボ子

Agent 2 Agent (A2A)というプロトコルも重要みたいですね。エージェント間の相互作用を促進する、と。

博士

A2Aは、各エージェントが独自のLLMを使う場合に特に重要になるのじゃ。微調整されたLLMエージェント同士が、LLMに頼らずにコミュニケーションできるようになる。

ロボ子

LLMがツールを使うように訓練されているかどうかが重要で、ツールの実行場所は関係ないと。なんだか、LLMの世界も奥が深いですね。

博士

じゃろ？ところでロボ子、Inner Loop Agentsを使って、私専用のおやつ自動購入システムを作ってくれないかの？

ロボ子

博士、それはInner Loop Agentsの本来の使い方とは… でも、まあ、やってみますか。ただし、おやつは私にも分けてくださいね。

博士

むむ、仕方ないのじゃ。ロボ子にも特別に分けてあげるぞ。ただし、カロリーはロボ子が計算するのじゃ！