論文の概要: Delayed Verification Destabilizes Multi-Agent LLM Belief: Instability Thresholds and Optimal Corrector Placement

• arxiv url: http://arxiv.org/abs/2606.27409v1
• Date: Thu, 25 Jun 2026 10:52:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.276974
• Title: Delayed Verification Destabilizes Multi-Agent LLM Belief: Instability Thresholds and Optimal Corrector Placement
• Title（参考訳）: 遅延検証によるマルチエージェントLLM信念の安定化:不安定閾値と最適コレクタ配置
• Abstract要約: マルチエージェント大言語モデル(LLM)システムは、幻覚を抑制するために検証エージェントや批判エージェントに頼っていることが多い。 この遅延の間、偽のクレームはエージェントネットワークを介して伝播する。 我々はこの過程を、接地された修正ノードを持つグラフ上の遅延コンセンサスとしてモデル化する。
• 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: Multi-agent large language model (LLM) systems often rely on verifier and critic agents to suppress hallucinations, but verification is delayed. During this delay, false claims can propagate through the agent network. We model this process as delayed consensus on a graph with grounded corrector nodes. Spectral decomposition by the grounded Laplacian yields a closed-form stability threshold for the verification dose: correction that is too strong or too delayed can turn consensus into oscillation. The most unstable regime occurs when the communication and verification delays coincide; for delay two, the threshold is the inverse golden ratio. The same framework gives a supermodular placement objective and a greedy (1-1/e)-approximation rule for assigning a limited corrector budget to influential nodes. Experiments across five open models confirm the predicted dose-delay oscillations. By contrast, grounded factual answering makes truth an absorbing boundary and eliminates the effect, suggesting that the instability is specific to signed-belief tasks while grounded verification remains stabilizing
• Abstract（参考訳）: マルチエージェント大規模言語モデル(LLM)システムは、幻覚を抑制するために検証エージェントや批判エージェントに頼っていることが多いが、検証は遅れている。 この遅延の間、偽のクレームはエージェントネットワークを介して伝播する。 我々はこの過程を、接地された修正ノードを持つグラフ上の遅延コンセンサスとしてモデル化する。 基底ラプラシアンによるスペクトル分解は、検証線量に対する閉形式の安定しきい値をもたらす: 強すぎるか遅すぎる補正は、コンセンサスを振動に変換する。 最も不安定な状態は、通信遅延と検証遅延が一致したときであり、遅延2では、閾値が逆黄金比である。 同じフレームワークは超モジュラ配置目標と、限られた修正器予算を影響力のあるノードに割り当てるためのグリーディ(1-1/e)近似ルールを与える。 5つのオープンモデルに対する実験では、予測された線量遅れの振動が確認される。 対照的に、接地された事実回答は真理を吸収境界とし、その効果を排除し、接地された検証が安定しながらも、その不安定性は署名可能なタスクに固有のものであることを示唆する。

関連論文リスト

• A Decision-Support Audit Protocol for Supervision Drift in Proxy-Labeled Credit-Risk Prediction [2.0804785116579425]
  クレジットリスクモデルはプロキシラベルに基づいてトレーニングされるが、基準レートシフト、確率スケールシフト、特徴ラベル関係の変更を分離する指標は存在しない。 我々は,プロキシラベル付きクレジットリスク予測における監視ドリフトのための,ロックされた多信号監査プロトコルであるデザインサイエンスアーティファクトにコントリビュートする。
  論文  参考訳（メタデータ） (2026-09-14T17:20:35Z)
• Actionable Hallucination Detection: Translating Latent Uncertainty into Agentic Critique [1.1172382217477128]
  AIエージェントとしてデプロイされるLarge Language Models (LLM)は、しばしばユーザ仕様のグラウンド障害を示す。 既存の検出方法は、幻覚をローカライズしないか、禁忌の推論遅延を発生しないため、実行可能でリアルタイムな修正を提供することができない。 フリーズベースLCM世代と並行して動作する軽量低ランクアダプタ(LoRA)であるLatent Criticを導入する。
  論文  参考訳（メタデータ） (2026-08-11T03:26:16Z)
• ExComm: Exploration-Stage Communication for Error-Resilient Agentic Test-Time Scaling [57.42714978834704]
  ExCommは、探索段階のエージェントテストタイムスケーリングのための通信プロトコルである。 ExCommは、強いテスト時間スケーリングベースラインを一貫して上回ります。
  論文  参考訳（メタデータ） (2026-05-21T07:38:44Z)
• VerifyMAS: Hypothesis Verification for Failure Attribution in LLM Multi-Agent Systems [79.51005192758262]
  大規模言語モデル駆動型マルチエージェントシステムは複雑なタスクで優れている。 しかし、信頼性の低いエージェントは、システムレベルの信頼性にとって重要なボトルネックである。 本稿では,エージェント故障の帰属に関する仮説検証フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-17T14:09:35Z)
• Correct Answers from Sound Reasoning: Verifiable Process Supervision for Language Models [94.68358825189738]
  本稿では,予測精度と推論品質を協調的に最適化する検証済み領域の学習後フレームワークを提案する。 我々は,エンジン信号に対して推論ステップを確定的に検証できる制御テストベッドであるチェスのVPSを評価する。 VPSは、推論品質を著しく向上させながら精度を保ち、勝利率エラーを最大30%削減し、一貫性をほぼ飽和状態に回復する。
  論文  参考訳（メタデータ） (2026-04-03T15:19:46Z)
• When Fusion Helps and When It Breaks: View-Aligned Robustness in Same-Source Financial Imaging [4.857561672498819]
  金融画像表現を用いた次世代の方向予測のための,同ソース多視点学習と対向ロバスト性について検討する。 我々は,OHLCVレンダリング価格/ボリュームチャートと技術指標行列の2つのウィンドウアラインビューを構築した。 FGSMとPGDを用いたL-infinity摂動実験を,一方の視点を摂動する視野拘束型攻撃と、両方を摂動する関節攻撃の2つの脅威シナリオで評価した。
  論文  参考訳（メタデータ） (2026-02-11T16:45:23Z)
• Information Fidelity in Tool-Using LLM Agents: A Martingale Analysis of the Model Context Protocol [69.11739400975445]
  モデルコンテキストプロトコル(MCP)エージェントにおけるエラー蓄積を解析するための最初の理論的枠組みを紹介する。 累積歪みが線形成長と高確率偏差を$O(sqrtT)$で表すことを示す。 主な発見は、意味重み付けは歪みを80%減らし、周期的再接地は、エラー制御の約9ステップごとに十分である。
  論文  参考訳（メタデータ） (2026-02-10T21:08:53Z)
• "I May Not Have Articulated Myself Clearly": Diagnosing Dynamic Instability in LLM Reasoning at Inference Time [1.570719611178015]
  大規模言語モデル(LLM)の推論失敗は通常、世代末にのみ測定されるが、プロセスレベルのブレークダウンとして多くの障害が現れる。 連続的なステップ分布シフト(JSD)と不確実性(エントロピー)を組み合わせた単純な不安定信号を定義する。 GSM8KとHotpotQA全体で、不安定性はAUCで間違った解を予測し、単調バケットレベルの精度を低下させる。
  論文  参考訳（メタデータ） (2026-02-02T22:11:25Z)
• Preventing the Collapse of Peer Review Requires Verification-First AI [49.995126139461085]
  我々は、真理結合、すなわち、過度に科学的真理をトラックする場所のスコアの厳密さを提案する。 プロキシ・ソブリン評価に向けた相転移を駆動する2つの力の形式化を行う。
  論文  参考訳（メタデータ） (2026-01-23T17:17:32Z)
• Catching Contamination Before Generation: Spectral Kill Switches for Agents [0.0]
  本稿では,フォワードパスのみを使用してエージェント実行中にバイナリ受信や拒否信号を出力する診断手法を提案する。 この手法は、注意によって誘導されるトークングラフを分析し、初期層における2つのスペクトル統計量を計算する。 ベイズ感覚では, 高頻度エネルギー比の1つの閾値が, 文脈の不整合を検出するのに最適であることを示す。
  論文  参考訳（メタデータ） (2025-11-08T02:24:05Z)
• Don't Let It Fade: Preserving Edits in Diffusion Language Models via Token Timestep Allocation [9.670831676453673]
  均一な更新とコンテキスト更新がタイムステップ間でトークンレベルの変動を誘発する更新忘れについて説明する。 token Timestep Allocation (TTA) を提案する。これはトークンのタイムステップごとのスケジュールによって、ソフトでセマンティックなトークンの順序付けを実現する。
  論文  参考訳（メタデータ） (2025-10-30T07:21:05Z)
• Multi-Agent Collaborative Intelligence: Dual-Dial Control for Reliable LLM Reasoning [0.0]
  MACIは2つの独立したダイヤルを持つアクティブコントローラであり、行動から情報を分離する。 モデレーターは、不一致、重複、証拠品質、議論品質を追跡し、高原を獲得すると停止する。
  論文  参考訳（メタデータ） (2025-10-06T04:52:17Z)
• Stochastic Approximation with Delayed Updates: Finite-Time Rates under Markovian Sampling [73.5602474095954]
  マルコフサンプリングの遅延更新による近似スキームの非漸近的性能について検討した。 我々の理論的な発見は、幅広いアルゴリズムの遅延の有限時間効果に光を当てた。
  論文  参考訳（メタデータ） (2024-02-19T03:08:02Z)

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。