論文の概要: Bistable by Construction: Wall-Clock-Calibrated State Monitors Have No Moment-Detection Regime at Agent Cadence

• arxiv url: http://arxiv.org/abs/2606.19386v1
• Date: Mon, 15 Jun 2026 21:25:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.431388
• Title: Bistable by Construction: Wall-Clock-Calibrated State Monitors Have No Moment-Detection Regime at Agent Cadence
• Title（参考訳）: ウォール・クロック・キャリブレーションされた状態モニターは、エージェント・カデンスにおけるモーメント・ディテクト・レジームを持たない
• Authors: Manvendra Modgil,
• Abstract要約: 我々は、状態飽和トラップを報告する: 連続的な影響エンジン上のしきい値オンステートトリガーは、SWEベンチエージェントのほぼ一定アラームとなる。 我々は、記録(エラトゥム、v2)を修正し、欠陥を実験として扱う。 壁面校正型漏洩インテグレータモニタは,エージェントストリーム上のモーメント検出器として機能する機構を認めない,と結論付けた。
• 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: Runtime monitors for autonomous agents commonly threshold an accumulated internal state - a behavioural baseline, a drift statistic, or, in our prior work, a modelled affective state. We previously reported a State Saturation Trap: threshold-on-state triggers over a continuous affect engine become near-constant alarms on SWE-bench debugging agents (Modgil 2026). A post-release audit found the engine received dt=0 between actions, so its exponential decay never operated: the published trap is a pure-accumulator result. We correct the record (erratum, v2) and treat the flaw as an experiment. The key variable it exposes is whether a monitor's dynamics are calibrated in sample time (per observation, as in CUSUM) or wall-clock time (half-lives in seconds, as in affect models and EMA baselines). On fixed-rate streams these coincide; on agent streams, where inter-action time varies by orders of magnitude, they do not. A pre-registered sweep over uniform intervals (dt in {0..600}s) on 20 trajectories shows the wall-clock level trigger has two regimes: at dt<=1s a constant alarm (20/20; median 18 firings); at dt>=60s silent. Every critical dt lies in (1,30]s. Real agent runs measure latency at median 1.53s (p90 2.33s); real coding cadence sits inside the trap regime, vindicating the empirical finding under a corrected mechanism. The structure is a property of the calibration class, not the engine: a minimal wall-clock accumulator over the raw error stream reproduces the same cliff, while a sample-time CUSUM over the identical stream is exactly dt-invariant (20/20). A rising-edge trigger with hysteresis fires 0-3 times per trajectory in every condition. We conclude that wall-clock-calibrated leaky-integrator monitors admit no regime in which they act as moment detectors on agent streams; transition detection escapes the trap at every cadence, but does not recover human intervention timing.
• Abstract（参考訳）: 自律エージェントのランタイムモニタは、一般的に蓄積した内部状態 – 行動ベースライン、ドリフト統計、あるいは以前の作業では、モデル化された感情状態 – をしきい値として設定します。 我々は以前、State Saturation Trapを報告した: 連続的な影響エンジン上のしきい値オンステートトリガーは、SWEベンチデバッグエージェントのほぼ一貫したアラームになる(Modgil 2026)。 リリース後の監査では、エンジンは動作間でdt=0を受け取っていたため、指数的な崩壊は起こらなかった。 我々は、記録(エラトゥム、v2)を修正し、欠陥を実験として扱う。 モニターのダイナミクスがサンプル時間(CUSUMなど)で校正されているか、あるいはウォールクロック時間(モデルやEMAのベースラインに影響を与えているように、半減期)で校正されているかが重要な変数である。 エージェントストリームでは、アクション間時間は桁違いに変化するが、それらは一致しない。 20軌道上の一様間隔 (dt in {0..600}s) で事前登録された掃討は、壁面レベルのトリガーが2つの状態を持つことを示している: dt<=1s 一定の警報 (20/20; 中央値18発) と、dt>=60s である。 すべての臨界dtは (1,30] にある。 リアルエージェントは、中央値1.53秒(p90.33秒)で遅延を測定する。 この構造は、エンジンではなくキャリブレーションクラスの特性であり、生のエラーストリーム上の最小壁時アキュムレータは同じ崖を再現し、同じストリーム上のサンプル時間CUSUMは正確にdt不変(20/20)である。 ヒステリシスによる上昇端のトリガーは、すべての条件において軌道毎の0～3回発火する。 壁面校正型漏洩インテグレータモニタはエージェントストリーム上のモーメント検出器として機能する機構を容認せず、遷移検出は各ケイデンスでトラップから逃れるが、人間の介入タイミングを回復しない。

関連論文リスト

• CIAware-Bench: Benchmarking Control Intervention Awareness Across Frontier LLMs [100.38986535324284]
  我々は、フロンティアモデル全体でのtextbfcontrol textbfintervention (CI) の認識を測定するベンチマークである textbfCIAware-Bench を紹介する。 CIAware-Benchは、モデルが自身の軌跡を制御介入によって修正されたものと区別できるかどうかをテストする。
  論文  参考訳（メタデータ） (2026-06-09T16:24:16Z)
• The Distributed Detectability Band Against Marginal-Preserving Attacks [0.0]
  AIコントロールは、個々のエージェントアクションをスコアし、誤った振る舞いを検出する。 本当の害は、多くの良心的なステップに分散することができ、各ステップ毎のアラームよりそれぞれ低い。 我々は、限界保存、相関符号化された分散サボタージュ攻撃を構築する。
  論文  参考訳（メタデータ） (2026-06-09T06:04:30Z)
• How VLAs Fail Differently: Black-Box Action Monitoring Reveals Architecture-Specific Failure Signatures [0.0]
  VLAアーキテクチャは、モーター・コマンドレベルで根本的に異なる予測可能な方法で失敗する。 我々は、よく知られた離散/連続的なVLAの区別の結果を定量化する。
  論文  参考訳（メタデータ） (2026-05-27T16:44:55Z)
• TIE: Time Interval Encoding for Video Generation over Events [50.66585165263848]
  ディレクタースタイルのプロンプト、ロボットアクション予測、インタラクティブなビデオエージェントは、同時イベントに対する時間的根拠を要求する。 現代のビデオジェネレータは、ポイントワイドな位置エンコーディングを通して、タイムを離散的なポイントとして表現する。 Time Interval TIEは、プラグイン・アンド・プレイ・インターバル・アウェアの一般化である。
  論文  参考訳（メタデータ） (2026-05-11T13:23:14Z)
• TACT: Mitigating Overthinking and Overacting in Coding Agents via Activation Steering [70.99933391739154]
  我々は、エージェントが既に持っている情報に対して繰り返し理由付けを行う2つの障害モードと、最近の観察を統合したり、新たな証拠を取得することなくツールコールを発行する2つの障害モードに焦点を当てる。 本稿では,活性化ステアリングによるTACT (Think-Act via activation Steering) を導入し,動作不良として現れる前に残留流中のエージェントの漂流を検知・緩和する。 具体的には、軌道のステップを過度に考え、過剰に実行し、あるいは校正し、隠れた状態が2つの *drift 軸* に沿って線形に分離できることを発見し、それぞれの障害モードに向かって校正された振る舞いを指示する。
  論文  参考訳（メタデータ） (2026-05-07T10:24:27Z)
• When Your Model Stops Working: Anytime-Valid Calibration Monitoring [0.0]
  PITMonitorは、確率積分変換の分布シフトを検出する、任意の値のキャリブレーション固有のモニタである。 リバーのFriedmanDriftベンチマークでは、PITMonitor検出率は最強のベースラインと競合する。
  論文  参考訳（メタデータ） (2026-03-13T16:50:14Z)
• The Boiling Frog Threshold: Criticality and Blindness in World Model-Based Anomaly Detection Under Gradual Drift [0.0]
  4つのMuJoCo環境における連続観測ドリフト下での世界モデルに基づく自己監視について検討した。 我々は、鋭い検出しきい値$varepsilon*$が普遍的に存在することを発見した。 我々の結果は、創発的な世界モデル特性から、ノイズフロア、検出器、環境力学の間の3方向の相互作用へと、$varepsilon*$を再設定する。
  論文  参考訳（メタデータ） (2026-03-09T14:51:53Z)
• Forecasting Particle Accelerator Interruptions Using Logistic LASSO Regression [62.997667081978825]
  インターロックと呼ばれる予期せぬ粒子加速器の割り込みは、必要な安全対策にもかかわらず、突然の運用変更を引き起こす。 このような中断を予測することを目的とした,単純かつ強力なバイナリ分類モデルを提案する。 このモデルは、少なくとも絶対収縮と選択演算子によって罰せられるロジスティック回帰として定式化される。
  論文  参考訳（メタデータ） (2023-03-15T23:11:30Z)
• Tracking the risk of a deployed model and detecting harmful distribution shifts [105.27463615756733]
  実際には、デプロイされたモデルのパフォーマンスが大幅に低下しないという、良心的なシフトを無視することは理にかなっている。 我々は,警告を発射する有効な方法は,(a)良性な警告を無視しながら有害なシフトを検知し,(b)誤報率を増大させることなく,モデル性能の連続的なモニタリングを可能にすることを論じる。
  論文  参考訳（メタデータ） (2021-10-12T17:21:41Z)
• Detecting Rewards Deterioration in Episodic Reinforcement Learning [63.49923393311052]
  多くのRLアプリケーションでは、トレーニングが終了すると、エージェント性能の劣化をできるだけ早く検出することが不可欠である。 我々は,各エピソードにおける報酬が独立でもなく,同一に分散した,マルコフでもない,エピソード的枠組みを考察する。 平均シフトは、時間信号の劣化(報酬など)に対応する方法で定義し、最適な統計的パワーでこの問題の試行を導出する。
  論文  参考訳（メタデータ） (2020-10-22T12:45:55Z)

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。