論文の概要: CBCL: Safe Self-Extending Agent Communication

• arxiv url: http://arxiv.org/abs/2604.14512v1
• Date: Thu, 16 Apr 2026 00:57:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-17 21:29:31.663336
• Title: CBCL: Safe Self-Extending Agent Communication
• Title（参考訳）: CBCL:安全なセルフ・エクステンディング・エージェント通信
• Abstract要約: 我々は,実行時言語拡張を含むすべてのメッセージを決定論的文脈自由言語(DCFL)クラスに制約するエージェント通信言語CBCL(Common Business Communication Language)を提案する。 CBCLにより、エージェントはドメイン固有の"ダイアレクト"拡張をファーストクラスのメッセージとして定義、送信、採用することができる。3つのセーフティ不変(R1-R3)、マシンチェックされたLean 4、Rust参照実装で強制される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Agent communication languages (ACLs) enable heterogeneous agents to share knowledge and coordinate across diverse domains. This diversity demands extensibility, but expressive extension mechanisms can push the input language beyond the complexity classes where full validation is tractable. We present CBCL (Common Business Communication Language), an agent communication language that constrains all messages, including runtime language extensions, to the deterministic context-free language (DCFL) class. CBCL allows agents to define, transmit, and adopt domain-specific "dialect" extensions as first-class messages; three safety invariants (R1--R3), machine-checked in Lean 4 and enforced in a Rust reference implementation, prevent unbounded expansion, applying declared resource limits, and preserving core vocabulary. We formalize the language and its safety properties in Lean 4, implement a reference parser and dialect engine in Rust with property-based and differential tests, and extract a verified parser binary. Our results demonstrate that homoiconic protocol design, where extension definitions share the same representation as ordinary messages, can be made provably safe. As autonomous agents increasingly extend their own communication capabilities, formally bounding what they can express to each other is a precondition for oversight.
• Abstract（参考訳）: エージェント通信言語(ACL)は、異種エージェントが知識を共有し、多様なドメインをまたいで協調することを可能にする。 この多様性は拡張性を必要とするが、表現力のある拡張メカニズムは、完全なバリデーションが抽出可能な複雑性クラスを超えて入力言語をプッシュすることができる。 我々は,実行時言語拡張を含むすべてのメッセージを決定論的文脈自由言語(DCFL)クラスに制約するエージェント通信言語CBCL(Common Business Communication Language)を提案する。 3つのセーフティ不変(R1--R3)はLean 4でマシンチェックされ、Rust参照実装で強制され、無制限な拡張を防止し、宣言されたリソース制限を適用し、コア語彙を保存する。 我々は、言語とその安全性特性をLean 4で形式化し、Rustでレファレンスパーサとダイアログエンジンを実装し、プロパティベースおよび差分テストを行い、検証済みのパーサバイナリを抽出する。 この結果から,拡張定義が通常のメッセージと同じ表現を共有できるホモニックプロトコルの設計は,確実に安全であることが示唆された。 自律的なエージェントが自らのコミュニケーション能力を拡大するにつれ、公式に表現できることは監視の前提条件となる。

関連論文リスト

• Beyond Cross-Lingual Transfer: Benchmarking Propagation Boundaries in Multilingual LLM Unlearning [80.05116806217397]
  大言語モデル(LLM)のアンラーニングは、汎用性を保ちながら、目標とする知識を抑えることを目的としている。 CLLPU(Cross-Lingual and Language-Bound Protocol for LLM Unlearning)は,この問題を2つの設定で定式化する多言語ベンチマークである。 目標とする知識がすべての言語で抑制されるべき共通目標の忘れ、言語条件の忘れ、抑圧は指定された言語に限定されるべきである。
  論文  参考訳（メタデータ） (2026-09-05T08:26:15Z)
• MNC: Scope-Bound Semantic Declassification for Private LLM-Agent Communication [6.029029648872896]
  マルチエージェント大言語モデル(LLM)システムは、内部メッセージ、ツール引数、ログ、永続メモリを通じて保護された状態を公開できる。 本稿では,MNC(Minimum-Necessary Communication)について紹介する。これは,タスクに十分な情報開示を明示的な受信者,目的,転送,ライフタイム,ロギング,メモリスコープにバインドする,型付きセマンティック非分類プロトコルである。 制御されたセマンティックジョイント、メモリ、探索、縦断的な実験により、従来のディフェンスはプロトコルレベルのユーティリティを保持しつつ、相当量の推論信号を公開することができる。
  論文  参考訳（メタデータ） (2026-08-03T05:36:49Z)
• Weave of Formal Thought [51.56484100374058]
  WoFT(Weave of Formal Thought)は、厳密な構文的検証と学習された構造的表現を結合したパラダイムである。 本稿では,非終端文法記号を直接生成にインターリーブするために,言語モデルを訓練する潜時可変微調整法を提案する。 Pythonでは、RWS目的のStarCoder2-3Bを微調整することで、テキストのみのSFTベースラインと比較して、トーケン毎のクロスエントロピーが14.3%削減される。
  論文  参考訳（メタデータ） (2026-06-24T15:58:11Z)
• Beyond tokens: a unified framework for latent communication in LLM-based multi-agent systems [0.65268245109828]
  大規模言語モデル(LLM)上に構築されたマルチエージェントシステムは、複雑な推論、計画、ツール使用タスクに対処するための主要なパラダイムとなっている。 このようなシステムにおける主要な通信プロトコルは自然言語である: エージェントはメッセージのトークン・バイ・トークンを交換し、同僚が読み、検証し、応答できるように内部の推論を口述する。 エージェントは、テキスト生成のボトルネックを回避して、連続的な表現を直接交換する。 本稿では,潜時コミュニケーションの急速な発展をめざした文献を整理するための統一的な枠組みを提案する。
  論文  参考訳（メタデータ） (2026-06-04T05:10:20Z)
• Provable Coordination for LLM Agents via Message Sequence Charts [0.0]
  メッセージシーケンスチャート(MSC)に基づくエージェント協調を指定するためのドメイン固有言語を提案する。 言語の構文と意味を定義し,グローバルな協調仕様からデッドロックフリーなローカルエージェントプログラムを生成する構文指向プロジェクションを提案する。 私たちのフレームワークのオープンソースPython実装は、ZipperGenとして利用可能です。
  論文  参考訳（メタデータ） (2026-04-19T20:54:30Z)
• Turn: A Language for Agentic Computation [0.0]
  コンパイルされたアクターベースのプログラミング言語である textbfTurn を提示する。 Turnはエージェントソフトウェアのためのプログラムで、推論を大規模言語モデルに委譲することで、推論し、自律的に行動するプログラムです。
  論文  参考訳（メタデータ） (2026-03-07T09:10:09Z)
• X-Blocks: Linguistic Building Blocks of Natural Language Explanations for Automated Vehicles [14.815119135668247]
  自然言語の説明は、自動車両(AV)の信頼性と受容を確立する上で重要な役割を担っている 本稿では,AVに対する自然言語説明の言語的構成要素を,文脈,構文,語彙の3段階で識別する階層的分析フレームワークであるX-Blocksを紹介する。 RACEの精度は91.45パーセントで、ヒトアノテーター契約のケースに対するCohens Kappaは0.91である。
  論文  参考訳（メタデータ） (2026-02-02T07:18:25Z)
• Language Server CLI Empowers Language Agents with Process Rewards [8.38905909723596]
  本稿ではLanser-CLIについて紹介する。Lanser-CLIはCLIファーストのオーケストレーションレイヤで、Language Server Protocol(LSP)サーバをピン留めし仲介する。 私たちの立場では、言語サーバーは構造情報だけでなく、実行可能なプロセス報酬も提供します。 凍結スナップショット下で決定論を定式化し,プロセス報酬の単調性を確立した。
  論文  参考訳（メタデータ） (2025-10-27T01:25:20Z)
• Evaluating Multilingual and Code-Switched Alignment in LLMs via Synthetic Natural Language Inference [2.172419551358714]
  大規模言語モデル(LLM)は多言語的文脈においてますます適用されているが、言語間で一貫した論理的に根ざしたアライメントの能力は未定である。 本稿では、論理に基づく前提-仮説ペアを生成する多言語自然言語推論のフレームワークを提案し、それらを類型的に多様な言語に翻訳する。 コードスイッチングは劣化せず、性能も向上し、翻訳によって引き起こされる語彙の変化が正規化信号として機能することを示唆している。
  論文  参考訳（メタデータ） (2025-08-20T14:30:34Z)
• MrGuard: A Multilingual Reasoning Guardrail for Universal LLM Safety [56.77103365251923]
  大規模言語モデル(LLM)は、ジェイルブレイクのような敵の攻撃を受けやすい。 この脆弱性は、多言語セーフティアライメントされたデータが制限される多言語設定で悪化する。 素早い分類のための多言語ガードレールを提案する。
  論文  参考訳（メタデータ） (2025-04-21T17:15:06Z)
• CRIL: A Concurrent Reversible Intermediate Language [0.0]
  本稿では,高レベル並列言語を他の低レベル並列言語に翻訳するための構成の可逆中間言語を提案し,可逆性を維持する。 機能的可逆言語としてMogensen が用いた RIL の拡張として CRIL を提案し,P-V 演算に基づくマルチスレッドプロセス呼び出しと同期プリミティブを組み込んだ。
  論文  参考訳（メタデータ） (2023-09-13T20:52:54Z)
• Soft Language Clustering for Multilingual Model Pre-training [57.18058739931463]
  本稿では,インスタンスを条件付きで符号化するためのフレキシブルガイダンスとして,コンテキスト的にプロンプトを検索するXLM-Pを提案する。 我々のXLM-Pは、(1)言語間における言語不変および言語固有知識の軽量なモデリングを可能にし、(2)他の多言語事前学習手法との容易な統合を可能にする。
  論文  参考訳（メタデータ） (2023-06-13T08:08:08Z)
• VECO: Variable and Flexible Cross-lingual Pre-training for Language Understanding and Generation [77.82373082024934]
  我々はTransformerエンコーダにクロスアテンションモジュールを挿入し、言語間の相互依存を明確に構築する。 独自の言語でコンテキストにのみ条件付けされたマスク付き単語の予測の退化を効果的に回避することができる。 提案した言語間モデルでは,XTREMEベンチマークのさまざまな言語間理解タスクに対して,最先端の新たな結果が提供される。
  論文  参考訳（メタデータ） (2020-10-30T03:41:38Z)
• GATE: Graph Attention Transformer Encoder for Cross-lingual Relation and Event Extraction [107.8262586956778]
  言語に依存しない文表現を学習するために、普遍的な依存解析を伴うグラフ畳み込みネットワーク(GCN)を導入する。 GCNは、長い範囲の依存関係を持つ単語をモデル化するのに苦労する。 そこで本研究では,構文的距離の異なる単語間の依存関係を学習するための自己認識機構を提案する。
  論文  参考訳（メタデータ） (2020-10-06T20:30:35Z)

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。