論文の概要: Leadership as Coordination Control: Behavioral Signatures and the Recovery-Advantage Boundary in Multi-Agent LLM Teams

• arxiv url: http://arxiv.org/abs/2606.19111v1
• Date: Wed, 17 Jun 2026 14:27:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 17:16:51.200947
• Title: Leadership as Coordination Control: Behavioral Signatures and the Recovery-Advantage Boundary in Multi-Agent LLM Teams
• Title（参考訳）: コーディネーション・コントロールとしてのリーダーシップ--多エージェントLLMチームにおける行動シグナチャと回復アドバンテージ境界-
• Authors: Haewoon Kwak,
• Abstract要約: 共有行動語彙に対して,3つのリーダーシップスタイルをコントローラとして運用する。 コンテンジェンシービューが予測するように、正確さでコントローラが支配することはない。 4つのバウンダリプローブでテストされたリカバリアドバンテージアカウントは、ラウンド0の多数派が信頼できない場合にのみ、コントローラがプレーンなインタラクションを破る、と言っている。
• 参考スコア（独自算出の注目度）: 2.4451418492070753
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Team science holds that leadership is contingent: it helps only under specific conditions, and capable, autonomous teams may need none at all. We ask the analogous question for multi-agent LLM teams: under what measurable conditions does process-level coordination control add value, and do those conditions match what team science predicts? We use behavioral signatures (majority lock-in, exploration, recovery from an incorrect round-0 consensus) and per-action ablations, clean because each controller is an explicit action set, not a monolithic prompt. We operationalize three classical leadership styles (transactional, transformational, situational) as controllers over a shared action vocabulary (explore, revise, accept, synthesize). A matched controller with the same actions but an arbitrary rule recovers no better than majority voting, so the theory-derived rule, not the vocabulary, does the work. Across four task regimes and three open-weight model families, no controller dominates by accuracy, as the contingency view predicts: transactional control matches a shared round-0 vote on all 12 (model, regime) combinations to within 1.3pp, and gains appear only on the one combination where the round-0 majority is unreliable (llama-4-scout social; situational +8pp over flat). A recovery-advantage account, tested with four boundary probes, says a controller beats plain interaction only where the round-0 majority is unreliable, the task is recoverable, and undirected interaction does not already repair it. These regions map onto contingency theory (leadership substitutes, path-goal redundancy, the situational readiness gap), so a largely null accuracy result is what the theory predicts, not a failure of the controllers. We read process-level coordination control as a contingency to be measured and theory-mapped, not a leaderboard to be topped.
• Abstract（参考訳）: リーダーシップは特定の条件下でのみ有効であり、自律的なチームはまったく必要としないかもしれない。 プロセスレベルの調整制御はどのような測定可能な条件の下で価値を付加し、これらの条件はチームの科学が予測するものと一致しますか? 動作シグネチャ(多数ロックイン、探索、不正なラウンド0コンセンサスからのリカバリ)とアクション毎のアブリゲーションを使用します。 我々は3つの古典的リーダーシップスタイル(トランザクショナル、トランスフォーメーショナル、状況的)を共有行動語彙(探索、改訂、受け入れ、合成)のコントローラとして運用する。 一致したコントローラーは同一の作用を持つが、任意の規則は多数決以上を回復するので、語彙ではなく理論由来の規則が作業を行う。 トランザクション制御は、すべての12(モデル、レジーム)の組み合わせで共有されたラウンド0票と1.3pp以内に一致し、ラウンド0が信頼できない1つの組み合わせにのみ利得が現れる(llama-4-scout social; situational +8pp over flat)。 4つのバウンダリプローブでテストされたリカバリアドバンテージアカウントによると、コントローラは、ラウンド0の多数派が信頼できない場合のみ、タスクがリカバリ可能で、非ダイレクトのインタラクションがまだ修復されていない場合にのみ、プレーンなインタラクションを打ち負かす。 これらの領域は整合性理論(リーダーシップの代用、パスゴールの冗長性、状況整合性ギャップ)にマッピングされるので、理論が予測するものはコントローラーの失敗ではなく、ほとんどゼロの精度の結果である。 我々は、プロセスレベルの調整制御を、測定すべき緊急性、理論マップとして読み、トップ付けすべきリーダーボードではない。

関連論文リスト

• Dynamic Coordination Strategy Selection for Enterprise Multi-Agent Systems [0.0]
  本稿では,グローバルに固定されるのではなく,問題クラスによって協調戦略を動的に選択すべきかどうかを評価する。 1,440個の出力はすべて固定されたソンネットルーブリックによって判定される。 企業調整方針は、決定論的勝者選択法ではなく、動的ルーティングをデフォルトとして使用するべきであると結論付けている。
  論文  参考訳（メタデータ） (2026-05-30T16:43:02Z)
• Breaking $\textit{Winner-Takes-All}$: Cooperative Policy Optimization Improves Diverse LLM Reasoning [53.42577591449649]
  グループ協力政策最適化は、トレーニングパラダイムをロールアウト競争からチーム協力へとシフトさせる。 GCPOは独立したロールアウトスコアをチームレベルのクレジット割り当てに置き換える。 チームへの平均的な限界貢献に従って、各ロールアウトに対して、グループチームの報酬を再分配する。
  論文  参考訳（メタデータ） (2026-05-12T03:20:24Z)
• Unpredictability dissociates from structured control in language agents [0.6331422666055228]
  本稿では, サンプリングが, 記憶, 自己状態, 行動選択に対する抑制といった, 構造的メカニズムに取って代わるかどうかを検証した。 26,946世代にわたるマッチング・インタフェース制御において、構造化されたエージェントは、すべてのポストホック、スクランブルおよび冗長性制御よりも強力なアクション・フィールド結合を維持した。
  論文  参考訳（メタデータ） (2026-05-10T18:22:35Z)
• A Regime Theory of Controller Class Selection for LLM Action Decisions [13.268450355990687]
  コントローラを固定アクション、パーティションルータ、インスタンスレベルのコントローラ、プレゲートコントローラの4つのクラスにまとめる。 3つのデータ推定可能なボトルネックをクラス選択に変換する制度理論を実証する。 結果のバーンスタイン-タイト閾値は、一致する情報理論の下限を持ち、厳密なネスト付きクロスバリデーションは、確実に、最も近いクラスを選択する。
  論文  参考訳（メタデータ） (2026-05-07T14:28:17Z)
• CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
  検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。 エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。 CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
  論文  参考訳（メタデータ） (2025-12-22T16:34:21Z)
• Towards a Science of Scaling Agent Systems [79.64446272302287]
  エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。 協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。 ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
  論文  参考訳（メタデータ） (2025-12-09T06:52:21Z)
• Imperfect-Recall Games: Equilibrium Concepts and Their Complexity [74.01381499760288]
  エージェントが以前保持していた情報を忘れたとき、不完全なリコールの下で最適な意思決定を行う。 不完全なリコールを伴う広範囲形式のゲームフレームワークにおいて、マルチプレイヤー設定における平衡を求める際の計算複雑性を解析する。
  論文  参考訳（メタデータ） (2024-06-23T00:27:28Z)
• TD3 with Reverse KL Regularizer for Offline Reinforcement Learning from Mixed Datasets [118.22975463000928]
  エージェントが複数の行動ポリシーをロールアウトすることで収集したデータセットから学習する必要があるオフライン強化学習(RL)について考察する。 1) RL信号の最適化と行動クローニング(BC)信号の最適なトレードオフは、異なる行動ポリシーによって引き起こされる行動カバレッジの変化によって異なる状態に変化する。 本稿では,TD3アルゴリズムに基づくBC正規化器として,適応重み付き逆KL(Kulback-Leibler)分散を用いることにより,両課題に対処する。
  論文  参考訳（メタデータ） (2022-12-05T09:36:23Z)

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。