論文の概要: Governed Metaprogramming for Intelligent Systems: Reclassifying Eval as a Governed Effect

• arxiv url: http://arxiv.org/abs/2605.05248v2
• Date: Mon, 11 May 2026 09:24:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 19:24:01.320579
• Title: Governed Metaprogramming for Intelligent Systems: Reclassifying Eval as a Governed Effect
• Title（参考訳）: インテリジェントシステムのためのGoverned Metagramming:Governed EffectとしてのEvalの再分類
• Authors: Alan L. McCann,
• Abstract要約: プログラム表現が第一級値となる言語設計であるメタプログラミングについて述べる。 形式操作の純粋性、非バイパス定理、境界保存の3つの性質を証明している。 中心的な貢献は、evalを言語プリミティブから支配的なエフェクトに再分類することである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: AI systems increasingly synthesize executable structure at runtime: LLMs generate programs, agents construct workflows,self-improving systems modify their own behavior. In classical homoiconic and staged languages, the transition from coderepresentation to execution is unrestricted. eval is a language primitive, not a governed operation. We argue that ingovernedintelligent systems, this transition is an authority amplification: it converts symbolic structure into executableauthority andmust be mediated like any other effect. We present governed metaprogramming, a language design where programrepresentations(machine forms) are first-class values, form manipulation is pure computation, and materialization (the transition fromform toexecutable machine) is a governed effect subject to structural inspection. The governance system analyzes the proposedprogram'scapability requirements, policy compliance, and resource estimates before permitting execution. We formalize twojudgments: pureform evaluation (which emits no directives) and governed materialization (which emits exactly one governed directive). Weprovethree properties: purity of form manipulation, the no-bypass theorem, and boundary preservation. We implement the designinMashinTalk, a DSL for AI workflows compiling to BEAM bytecode, and report on integration with 454 existingmachine-checked Rocqtheorems. The central contribution is reclassifying eval from a language primitive into a governed effect.
• Abstract（参考訳）: LLMはプログラムを生成し、エージェントはワークフローを構築し、自己改善システムは自身の振る舞いを変更する。 古典的ホモシニック言語やステージド言語では、コード表現から実行への移行は制限されない。 evalは言語プリミティブで 支配的な操作ではありません 我々は、この遷移は権威増幅であり、記号構造を実行可能オーソリティに変換し、他の効果と同様に媒介する。 本稿では,プログラム表現(マシンフォーム)が第一級値であり,フォーム操作は純粋計算であり,実体化(フォームから実行可能なマシンへの移行)は構造検査の対象となる言語設計について述べる。 ガバナンスシステムは、実行を許可する前に提案されたプログラムの能力要件、ポリシーコンプライアンス、リソース推定を分析する。 我々は2つの判断を定式化する: 純粋形式評価(命令を出力しない)と物質化(制御された命令を正確に1つ出力する)である。 Weprove three properties: purity of form operation, no-bypass theorem, and boundary storage。 BEAMバイトコードにコンパイルするAIワークフロー用のDSLであるDesigninMashinTalkを実装し、既存の454のRocqtheoremsとの統合について報告する。 中心的な貢献は、evalを言語プリミティブから支配的なエフェクトに再分類することである。

関連論文リスト

• REGAL: A Registry-Driven Architecture for Deterministic Grounding of Agentic AI in Enterprise Telemetry [0.0]
  大規模言語モデル(LLM)は、エージェント自動化の新しい形態を可能にする。 本稿では,企業テレメトリにおけるエージェントAIシステムの決定論的基盤化のためのレジストリ駆動型アーキテクチャREGALを提案する。
  論文  参考訳（メタデータ） (2026-03-03T14:13:39Z)
• The Auton Agentic AI Framework [5.410458076724158]
  人工知能の分野では、ジェネレーティブAIからエージェントAIへの移行が進行中である。 大規模言語モデル(LLM)は構造化されていない出力を生成するが、それらが制御しなければならないバックエンドインフラストラクチャは決定論的でスキーマに適合する入力を必要とする。 本稿では,自律エージェントの作成,作成,管理を行うための原則アーキテクチャであるAuton Agentic AI Frameworkについて述べる。
  論文  参考訳（メタデータ） (2026-02-27T06:42:08Z)
• Monadic Context Engineering [59.95390010097654]
  本稿では,エージェント設計の正式な基盤を提供するために,モナディックコンテキストエンジニアリング(MCE)を紹介する。 我々は、モナドがロバストなコンポジションをどのように実現し、Applicativesが並列実行に原則化された構造を提供し、また、モナドトランスフォーマーがこれらの機能の体系的なコンポジションをどのように可能にしているかを実証する。 この階層化されたアプローチにより、開発者は、単純で独立した検証可能なコンポーネントから、複雑でレジリエントで効率的なAIエージェントを構築することができる。
  論文  参考訳（メタデータ） (2025-12-27T01:52:06Z)
• The Meta-Prompting Protocol: Orchestrating LLMs via Adversarial Feedback Loops [0.6345523830122167]
  Meta-Prompt Protocolは、プログラム可能な自己最適化システムとして、大規模言語モデルのオーケストレーションを形式化する。 自然言語命令を意味グラフ内の微分可能な変数として扱い、テキストの批判を勾配として利用することにより、幻覚を緩和し、モデル崩壊を防ぐ。
  論文  参考訳（メタデータ） (2025-12-17T03:32:21Z)
• Behavior Trees vs Executable Ontologies: a Comparative Analysis of Robot Control Paradigms [51.56484100374058]
  ロボット行動のモデリングには,インペラティブ・ビヘイビア・ツリー(BT)と宣言的実行可能オントロジー(EO)の2つのアプローチを比較した。 一方、EOはデータフロールールによって駆動される時間的イベントベースのセマンティックグラフとしてドメインを表現している。
  論文  参考訳（メタデータ） (2025-11-19T09:38:01Z)
• Prompt Decorators: A Declarative and Composable Syntax for Reasoning, Formatting, and Control in LLMs [0.0]
  本稿では,コンパクトな制御トークンを通じて動作を管理する宣言的・構成可能な構文であるPrompt Decoratorsを紹介する。 それぞれのデコレータは、タスクの内容を変更することなく、冗長な推論スタイル、構造、トーンなどの振る舞いの次元を変更する。 それは、予測可能で監査可能な振る舞い合成を可能にする統一構文、スコーピングモデル、決定論的処理パイプラインを定義する。
  論文  参考訳（メタデータ） (2025-10-21T17:35:49Z)
• WGRAMMAR: Leverage Prior Knowledge to Accelerate Structured Decoding [58.1177179119881]
  我々は、ドメイン認識の単純化、制約分解、マスクキャッシングを統合した軽量デコードエンジンであるwgrammarを紹介する。 wgrammarは、既存のシステムよりも最大250倍のスピードアップを実現します。
  論文  参考訳（メタデータ） (2025-07-22T17:13:47Z)
• Training Neural Networks as Recognizers of Formal Languages [87.06906286950438]
  ニューラルネットワークを文字列のバイナリ分類器として直接訓練し評価する。 3つのニューラルアーキテクチャに対して、チョムスキー階層の様々な言語について結果を提供する。 我々の貢献は、将来の研究において、言語認識の主張を理論的に健全に検証するのに役立つだろう。
  論文  参考訳（メタデータ） (2024-11-11T16:33:25Z)
• Pre-Trained Language Models for Interactive Decision-Making [72.77825666035203]
  目的と観測を埋め込みのシーケンスとして表現する模倣学習の枠組みを述べる。 このフレームワークは様々な環境にまたがって効果的な一般化を可能にすることを実証する。 新たなゴールや新しいシーンを含むテストタスクでは、言語モデルによる初期化ポリシーはタスク完了率を43.6%改善する。
  論文  参考訳（メタデータ） (2022-02-03T18:55:52Z)

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。