論文の概要: MATEX: A Multi-Agent Framework for Explaining Ethereum Transactions
- arxiv url: http://arxiv.org/abs/2512.06933v1
- Date: Sun, 07 Dec 2025 17:23:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-09 22:03:54.596395
- Title: MATEX: A Multi-Agent Framework for Explaining Ethereum Transactions
- Title（参考訳）: MATEX:Ethereumトランザクションを説明するためのマルチエージェントフレームワーク
- Authors: Zifan Peng,
- Abstract要約: マルチホップトークンフロー、ネストされたコントラクト呼び出し、不透明な実行パスによって、ユーザはブラインド署名に陥る。
我々は、トランザクション理解を協調的な調査と組み合わせた素早い仮説生成、動的オフチェーン知識検索、エビデンス・アウェア・シンセサイザー、そして忠実な説明を生み出すための敵対的検証としてモデル化する認知的マルチエージェントフレームワークである(matex)を紹介した。
- 参考スコア（独自算出の注目度）: 2.01243755755303
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Understanding a complicated Ethereum transaction remains challenging: multi-hop token flows, nested contract calls, and opaque execution paths routinely lead users to blind signing. Based on interviews with everyday users, developers, and auditors, we identify the need for faithful, step-wise explanations grounded in both on-chain evidence and real-world protocol semantics. To meet this need, we introduce (matex, a cognitive multi-agent framework that models transaction understanding as a collaborative investigation-combining rapid hypothesis generation, dynamic off-chain knowledge retrieval, evidence-aware synthesis, and adversarial validation to produce faithful explanations.
- Abstract（参考訳）: マルチホップトークンフロー、ネストされたコントラクト呼び出し、不透明な実行パスといった複雑なEthereumトランザクションの理解は依然として難しい。
日常のユーザ,開発者,監査者のインタビューに基づいて,オンチェーンエビデンスと実世界のプロトコルセマンティクスの両方に根ざした,忠実で段階的な説明の必要性を特定します。
このニーズを満たすために、トランザクション理解を協調的な調査と組み合わせた素早い仮説生成、動的オフチェーン知識検索、エビデンス・アウェア・シンセサイザー、そして忠実な説明を生み出すための敵対的検証としてモデル化する認知的マルチエージェントフレームワークである(matex)を紹介した。
関連論文リスト
- Know Your Intent: An Autonomous Multi-Perspective LLM Agent Framework for DeFi User Transaction Intent Mining [8.12245672643707]
我々は、ユーザ意図を強く推測するTransaction Intent Miningフレームワークを提案する。
Meta-Level Plannerは、パースペクティブ固有のインテント分析を解決可能なサブタスクに分解する。
認知評価器は幻覚を緩和し、検証可能性を保証する。
論文 参考訳（メタデータ） (2025-11-19T14:15:23Z) - Interact-RAG: Reason and Interact with the Corpus, Beyond Black-Box Retrieval [49.85856484781787]
本稿では,ILMエージェントを検索プロセスのアクティブマニピュレータに高める新しいパラダイムであるInteract-RAGを紹介する。
我々は、ゼロショット実行と相互作用軌跡の合成を可能にする推論強化ワークフローを開発する。
6つのベンチマーク実験により、Interact-RAGは他の高度な手法よりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2025-10-31T15:48:43Z) - Learning to Summarize by Learning to Quiz: Adversarial Agentic Collaboration for Long Document Summarization [86.98098988779809]
SummQは長期文書要約のための新しい逆多重エージェントフレームワークである。
提案手法では,包括的な要約を作成し,評価するために協調作業を行う要約ジェネレータとレビュアーを用いる。
広範に使用されている3つの文書要約ベンチマーク上でSummQを評価する。
論文 参考訳（メタデータ） (2025-09-25T08:36:19Z) - ToolACE-MT: Non-Autoregressive Generation for Agentic Multi-Turn Interaction [84.90394416593624]
大規模言語モデル(LLM)によるエージェント的タスク解決には,多ターン・マルチステップインタラクションが必要である。
既存のシミュレーションベースのデータ生成手法は、複数のエージェント間のコストのかかる自己回帰的相互作用に大きく依存している。
本稿では,高品質なマルチターンエージェント対話を構築するための非自己回帰反復生成フレームワークであるToolACE-MTを提案する。
論文 参考訳（メタデータ） (2025-08-18T07:38:23Z) - Searching for Privacy Risks in LLM Agents via Simulation [61.229785851581504]
本稿では,プライバシクリティカルなエージェントインタラクションのシミュレーションを通じて,攻撃と防御戦略の改善を交互に行う検索ベースのフレームワークを提案する。
攻撃戦略は、直接の要求から、不正行為や同意偽造といった高度な戦術へとエスカレートする。
発見された攻撃と防御は、さまざまなシナリオやバックボーンモデルにまたがって伝達され、プライバシーに配慮したエージェントを構築するための強力な実用性を示している。
論文 参考訳（メタデータ） (2025-08-14T17:49:09Z) - 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) - PAKTON: A Multi-Agent Framework for Question Answering in Long Legal Agreements [12.634151250093483]
我々は,プラグイン・アンド・プレイ機能を備えた,完全オープンソースでエンドツーエンドのマルチエージェント・フレームワークであるPAKTONを紹介した。
PAKTONは、協調エージェントと新しい検索拡張生成(RAG)コンポーネントによって、契約分析の複雑さを扱うように設計されている。
実験により、PAKTONは、予測精度、検索性能、説明可能性、完全性、根拠的正当性において、汎用モデルと事前訓練モデルの両方より優れていることが示された。
論文 参考訳（メタデータ） (2025-05-31T15:38:21Z) - Layered Chain-of-Thought Prompting for Multi-Agent LLM Systems: A Comprehensive Approach to Explainable Large Language Models [0.0]
提案するLayered Chain-of-Thought (Layered-CoT) Promptingは,推論プロセスを複数の層に体系的に分割する新しいフレームワークである。
医療トリアージ、財務リスク評価、アジャイルエンジニアリングの3つのシナリオを紹介し、透明性、正確性、ユーザエンゲージメントの観点から、Layered-CoTがバニラCoTをどのように上回っているかを示します。
論文 参考訳（メタデータ） (2025-01-29T13:21:09Z) - Sim-to-Real Causal Transfer: A Metric Learning Approach to Causally-Aware Interaction Representations [58.96953392466609]
エージェント相互作用の現代的表現の因果認識を詳細に検討する。
近年の表現は、非因果剤の摂動に対して部分的に耐性があることが示されている。
本稿では,因果アノテーションを用いて潜在表現を規則化するメトリクス学習手法を提案する。
論文 参考訳（メタデータ） (2023-12-07T18:57:03Z) - Temporal-Amount Snapshot MultiGraph for Ethereum Transaction Tracking [5.579169055801065]
ネットワークの観点からのトランザクションのより深い理解を提供するリンク予測によるトランザクション追跡の問題について検討する。
具体的には,TASMG(temporal-amount snapshot multigraph)とTAW(temporal-amount walk)からなる組込みリンク予測フレームワークを提案する。
トランザクションネットワークの現実的なルールと特徴を考慮することにより、TASMGはトランザクションレコードを時間単位のネットワークとしてモデル化し、TAWはトランザクションレコードを介してアカウントを効果的に埋め込みます。
論文 参考訳（メタデータ） (2021-02-16T08:21:16Z)
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。