論文の概要: GAIA: A General Agency Interaction Architecture for LLM-Human B2B Negotiation & Screening

• arxiv url: http://arxiv.org/abs/2511.06262v1
• Date: Sun, 09 Nov 2025 07:41:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-11 21:18:44.848371
• Title: GAIA: A General Agency Interaction Architecture for LLM-Human B2B Negotiation & Screening
• Title（参考訳）: GAIA: LLM-Human B2Bネゴシエーション・スクリーニングのための一般機関間インタラクションアーキテクチャ
• Authors: Siming Zhao, Qi Li,
• Abstract要約: 我々は,B2B交渉および審査におけるLLM-人事機関のガバナンス優先の枠組みであるGAIAを提案する。 GAIAはパフォーマンスを高めるために3つの重要な役割、プリンシパル(人間)、デリゲート(LLMエージェント)、カウンターパーティをオプションで定義している。 コントリビューションは,(1)3つのコーディネートされた機構と4つの安全不変性を備えたフォーマルなガバナンスフレームワーク,(2)タスク完全性追跡(TCI)による情報公開の進展,(2)コミットメントからスクリーニングを分離する明示的な状態遷移,(3)批判的提案と並列学習チャネルによる人間の監視を融合した2つのフィードバック統合である。
• 参考スコア（独自算出の注目度）: 6.868155877660834
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Organizations are increasingly exploring delegation of screening and negotiation tasks to AI systems, yet deployment in high-stakes B2B settings is constrained by governance: preventing unauthorized commitments, ensuring sufficient information before bargaining, and maintaining effective human oversight and auditability. Prior work on large language model negotiation largely emphasizes autonomous bargaining between agents and omits practical needs such as staged information gathering, explicit authorization boundaries, and systematic feedback integration. We propose GAIA, a governance-first framework for LLM-human agency in B2B negotiation and screening. GAIA defines three essential roles - Principal (human), Delegate (LLM agent), and Counterparty - with an optional Critic to enhance performance, and organizes interactions through three mechanisms: information-gated progression that separates screening from negotiation; dual feedback integration that combines AI critique with lightweight human corrections; and authorization boundaries with explicit escalation paths. Our contributions are fourfold: (1) a formal governance framework with three coordinated mechanisms and four safety invariants for delegation with bounded authorization; (2) information-gated progression via task-completeness tracking (TCI) and explicit state transitions that separate screening from commitment; (3) dual feedback integration that blends Critic suggestions with human oversight through parallel learning channels; and (4) a hybrid validation blueprint that combines automated protocol metrics with human judgment of outcomes and safety. By bridging theory and practice, GAIA offers a reproducible specification for safe, efficient, and accountable AI delegation that can be instantiated across procurement, real estate, and staffing workflows.
• Abstract（参考訳）: 組織は、AIシステムに対するスクリーニングおよびネゴシエーションタスクの委任について、ますます検討している。しかしながら、ハイテイクなB2B設定へのデプロイメントは、権限のないコミットメントの防止、交渉の前に十分な情報の確保、効果的な人間の監視と監査可能性の維持など、ガバナンスによって制限されている。 大規模言語モデルの交渉の以前の作業は、エージェント間の自律的な交渉と、段階的な情報収集、明示的な承認境界、体系的なフィードバック統合といった実践的なニーズの省略に重点を置いていた。 我々は,B2B交渉および審査におけるLLM-人事機関のガバナンス優先の枠組みであるGAIAを提案する。 GAIAは3つの重要な役割を定義している – プリンシパル(人間)、デリゲート(LLMエージェント)、カウンターパーティ(Counterparty)、パフォーマンス向上のためのオプションの批判(Critic)、交渉からスクリーニングを分離する情報公開プログレクション(Information-gated Progression)、AI批判と軽量なヒューマン修正を組み合わせたデュアルフィードバック統合(Dual feedback integration)、明示的なエスカレーションパスによる境界の承認という3つのメカニズムによるインタラクションの組織化。 コントリビューションは,(1)3つのコーディネートされた機構と4つの安全不変性を備えた形式的ガバナンスフレームワーク,(2)タスク完全性追跡(TCI)による情報公開の進展,(2)コミットメントからスクリーニングを分離する明示的な状態遷移,(3)並列学習チャネルによる批判的提案と人間の監視を融合した2つのフィードバック統合,(4)自動プロトコルメトリクスと結果と安全性の人間の判断を組み合わせたハイブリッド検証青写真である。 理論と実践をブリッジすることによって、GAIAは、安全な、効率的で説明可能なAIデリゲートのための再現可能な仕様を提供する。

関連論文リスト

• COMPASS: Enhancing Agent Long-Horizon Reasoning with Evolving Context [17.575806280348797]
  小さなエラーはステップにまたがって複雑で、最先端のモデルでさえしばしばコヒーレンスを幻覚または失う。 本稿では,戦術的実行,戦略的監視,文脈的組織を3つの特殊コンポーネントに分離する軽量階層型フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-09T20:14:26Z)
• Never Compromise to Vulnerabilities: A Comprehensive Survey on AI Governance [211.5823259429128]
  本研究は,本質的セキュリティ,デリバティブ・セキュリティ,社会倫理の3つの柱を中心に構築された,技術的・社会的次元を統合した包括的枠組みを提案する。 我々は,(1)防衛が進化する脅威に対して失敗する一般化ギャップ,(2)現実世界のリスクを無視する不適切な評価プロトコル,(3)矛盾する監視につながる断片的な規制,の3つの課題を特定する。 私たちのフレームワークは、研究者、エンジニア、政策立案者に対して、堅牢でセキュアなだけでなく、倫理的に整合性があり、公的な信頼に値するAIシステムを開発するための実用的なガイダンスを提供します。
  論文  参考訳（メタデータ） (2025-08-12T09:42:56Z)
• Information Bargaining: Bilateral Commitment in Bayesian Persuasion [60.3761154043329]
  長期的説得のための統一的なフレームワークとよく構造化されたソリューションの概念を導入する。 この視点はゲーム構造の共通知識を明確にし、レシーバに匹敵するコミットメント能力を与える。 このフレームワークは、2段階の検証と推論のパラダイムによって検証される。
  論文  参考訳（メタデータ） (2025-06-06T08:42:34Z)
• Oversight Structures for Agentic AI in Public-Sector Organizations [0.0]
  責任あるエージェントのデプロイメントに不可欠な5つのガバナンスの側面を特定します。 エージェントの監視は、既存の3つのガバナンス課題の強化バージョンを提供する。 本稿では,公共セクターの制約に適合する制度構造と設計エージェントを両立させるアプローチを提案する。
  論文  参考訳（メタデータ） (2025-06-05T09:57:15Z)
• From Glue-Code to Protocols: A Critical Analysis of A2A and MCP Integration for Scalable Agent Systems [0.8909482883800253]
  エージェント間通信のためのGoogleのエージェント・トゥ・エージェント(A2A)プロトコルと標準化されたツールアクセスのためのAnthropicのモデルコンテキストプロトコル(MCP)の2つのオープンスタンダードは、断片化されたカスタム統合アプローチの制限を克服することを約束している。 本稿では, A2A と MCP を効果的に統合することは, 交差点に固有の, 創発的な課題をもたらすことを主張する。
  論文  参考訳（メタデータ） (2025-05-06T16:40:39Z)
• Position Paper: Towards Open Complex Human-AI Agents Collaboration Systems for Problem Solving and Knowledge Management [0.15039745292757667]
  我々は,Human-AI Agents Collaboration Systems(HAACS)のための技術に依存しない,コラボレーション可能なスタンスを提案する。 7次元のコラボスピンと人間とエージェントのコントラストを通して経験的なパターンを読み取ることで、欠落したピースを識別する。 アドホック接着剤を使わず,バイオサイバネティック拡張をスケッチすることなく,新たなエージェントプロトコルとの相互運用性を示す。
  論文  参考訳（メタデータ） (2025-04-24T05:57:03Z)
• SOPBench: Evaluating Language Agents at Following Standard Operating Procedures and Constraints [59.645885492637845]
  SOPBenchは、各サービス固有のSOPコードプログラムを実行可能な関数の有向グラフに変換する評価パイプラインである。 提案手法では,各サービス固有のSOPコードプログラムを実行可能関数の有向グラフに変換し,自然言語SOP記述に基づいてこれらの関数を呼び出しなければならない。 我々は18の先行モデルを評価し、上位モデルでさえタスクが困難であることを示す。
  論文  参考訳（メタデータ） (2025-03-11T17:53:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。