論文の概要: Janus: a Playground for User-Involved Agentic Permission Management
- arxiv url: http://arxiv.org/abs/2607.01510v1
- Date: Wed, 01 Jul 2026 22:17:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-03 19:45:08.606807
- Title: Janus: a Playground for User-Involved Agentic Permission Management
- Title（参考訳）: Janus: ユーザ関連のエージェントパーミッション管理のためのプレイグラウンド
- Abstract要約: ユーザ関連エージェントパーミッション管理設計の実装と評価を行う遊び場システムであるJanusを紹介する。
Janusは、さまざまなパーミッション管理設計をサポートするモジュール型エージェントシステムであるJanus-Coreと、自動評価フレームワークであるJanus-Harnessの2つのコンポーネントで構成されている。
設計空間にまたがる6つのパーミッションアシスタントを実装し,これらを3つのシナリオと3つの合成応答器で評価する。
- 参考スコア（独自算出の注目度）: 21.582155319048052
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: AI agents that autonomously execute tool calls on a user's behalf raise pressing questions about permission management: what role could users play, and what role should they play? Despite many proposed approaches, the user's role in agentic permission management remains under explored. We introduce Janus, a playground system for implementing and evaluating user-involved agentic permission management designs. Janus consists of two components: Janus-Core, a modular agentic system supporting a diverse spectrum of permission management designs, and Janus-Harness, an automated evaluation framework. Grounded in a conceptual model that identifies key design axes for user involvement, we implement six permission assistants spanning the design space and evaluate them across three scenarios and three synthetic responders. We demonstrate that user input is critical and can significantly strengthen privacy and security, that AI augmentation of user decisions can help reduce cognitive load, and that realistic user behavior including permission fatigue must be accounted for in system design. No single design performs optimally across all contexts, motivating a more principled and context-sensitive approach to deploying permission assistants in agentic systems. Janus is publicly available to support future investigation into this dimension of agentic system design.
- Abstract（参考訳）: ユーザに代わってツールコールを自律的に実行するAIエージェントは、パーミッション管理に関する疑問を提起する。
多くのアプローチが提案されているが、エージェント・パーミッション・マネジメントにおけるユーザの役割はまだ検討中である。
ユーザ関連エージェントパーミッション管理設計の実装と評価を行う遊び場システムであるJanusを紹介する。
Janusは、さまざまなパーミッション管理設計をサポートするモジュール型エージェントシステムであるJanus-Coreと、自動評価フレームワークであるJanus-Harnessの2つのコンポーネントで構成されている。
ユーザ参加のための重要な設計軸を特定する概念モデルに基づいて,設計空間にまたがる6つのパーミッションアシスタントを実装し,これらを3つのシナリオと3つの合成応答器で評価する。
ユーザ入力が重要であり、プライバシとセキュリティを大幅に強化できること、AIによるユーザ決定の強化が認知負荷の軽減に役立つこと、およびパーミッション疲労を含む現実的なユーザ行動がシステム設計において考慮されなければならないことを実証する。
エージェントシステムにパーミッションアシスタントを配置するための、より原則的でコンテキストに敏感なアプローチを動機付けている。
Janusは、エージェントシステム設計のこの次元に関する将来の調査を支援するために公開されている。
関連論文リスト
- "Allow" to Achieve, Over-Privileged Inadvertently: The Unintended Cost of Task-Completion-Driven Pop-up Decisions in Mobile GUI Agents [38.29267974352746]
タスク関連性とプライバシリスクに基づく4段階のパーミッション・フレームワークを構築した。
我々は、同期アノテーション付きスクリーンショットとUIツリー階層を用いて、4つのフロンティアマルチモーダル大言語モデルを評価する。
要求者のみをカレンダーからPiMusicに変更することで、権限が26/32から0/32に削減され、強いがタスク条件のApp-Trust Biasが明らかになった。
論文 参考訳（メタデータ） (2026-08-05T12:23:16Z) - How Agents Ask for Permission: User Permissions for AI Agents, from Interfaces to Enforcement [55.966820779528376]
AIエージェントが普及するにつれて、ユーザーはそのようなシステムが抱えるリスクにますますさらされている。
プロンプト・インジェクション・アタックや幻覚は、エージェントに個人情報を第三者にリークさせる可能性がある。
自律システムとして、エージェントは、ユーザの意図や承認なしに、銀行取引のような機密性の高いタスクを実行することの、より積極的な危険性を示す。
論文 参考訳（メタデータ） (2026-07-15T11:36:22Z) - UserHarness: Harnessing User Minds for Stronger Agent Theory-of-Mind [51.47914365631888]
UserHarnessは、明示的なユーザ・ミンドの再構築として、理論・オブ・ミンド(ToM)の推論を再設計するシンプルなフレームワークである。
ユーザーの精神状態、外部環境との関係、およびそれに続く行為を分解し、エージェントがユーザーの観察、信念、意図、行動を追跡することを可能にする。
論文 参考訳（メタデータ） (2026-05-26T21:45:45Z) - Turning Intent into Specifications: A Benchmark and an Interactive User-Assistant Agent [22.126763421836966]
SpecBenchは、エージェントがユーザの意図を構造化された実行可能な仕様に変換する能力を評価するための新しいベンチマークである。
エージェントには過去のユーザ会話へのアクセスが与えられ、一定回数のラウンドでユーザと対話して、明確な質問をすることができる。
論文 参考訳（メタデータ） (2026-05-13T16:07:43Z) - Thought-Augmented Planning for LLM-Powered Interactive Recommender Agent [56.61028117645315]
本稿では,蒸留した思考パターンを通じて複雑なユーザ意図に対処する,思考増強型対話型推薦エージェントシステム(TAIRA)を提案する。
具体的には、ユーザニーズを分解し、サブタスクを計画することでレコメンデーションタスクを編成するマネージャエージェントを備えたLLM方式のマルチエージェントシステムとして設計されている。
複数のデータセットにまたがる包括的な実験により、IRAは既存の手法に比べて大幅に性能が向上した。
論文 参考訳（メタデータ） (2025-06-30T03:15:50Z) - SAGA: A Security Architecture for Governing AI Agentic Systems [13.758038956671834]
大規模言語モデル(LLM)ベースのエージェントは、最小限の人間インタラクションでタスクを自律的に相互に対話し、協力し、委譲する傾向にある。
エージェントシステムガバナンスの業界ガイドラインは、ユーザがエージェントの包括的な制御を維持する必要性を強調している。
本稿では,エージェントのライフサイクルをユーザから監視する,エージェントシステムを管理するためのスケーラブルなセキュリティアーキテクチャであるSAGAを提案する。
論文 参考訳（メタデータ） (2025-04-27T23:10:00Z) - SmartAgent: Chain-of-User-Thought for Embodied Personalized Agent in Cyber World [50.937342998351426]
COUT(Chain-of-User-Thought)は、新しい推論パラダイムである。
我々は、サイバー環境を認識し、パーソナライズされた要求を推論するエージェントフレームワークであるSmartAgentを紹介する。
我々の研究は、まずCOUTプロセスを定式化し、パーソナライズされたエージェント学習を具体化するための予備的な試みとして役立ちます。
論文 参考訳（メタデータ） (2024-12-10T12:40:35Z) - Agent-Oriented Planning in Multi-Agent Systems [54.429028104022066]
マルチエージェントシステムにおけるエージェント指向計画のための新しいフレームワークであるAOPを提案する。
本研究では, エージェント指向計画の3つの重要な設計原則, 可解性, 完全性, 非冗長性を明らかにする。
大規模実験は,マルチエージェントシステムにおける単一エージェントシステムと既存の計画戦略と比較して,現実の問題を解決する上でのAOPの進歩を実証している。
論文 参考訳（メタデータ） (2024-10-03T04:07:51Z) - Tell Me More! Towards Implicit User Intention Understanding of Language
Model Driven Agents [110.25679611755962]
現在の言語モデル駆動エージェントは、しばしば効果的なユーザ参加のメカニズムを欠いている。
Intention-in-Interaction (IN3) は明示的なクエリを通してユーザの暗黙の意図を検査するための新しいベンチマークである。
私たちは、タスクの曖昧さを積極的に評価し、ユーザの意図を問う強力なモデルであるMistral-Interactを経験的に訓練し、それらを実行可能な目標へと洗練させます。
論文 参考訳（メタデータ） (2024-02-14T14:36:30Z) - Diagnosis, Feedback, Adaptation: A Human-in-the-Loop Framework for
Test-Time Policy Adaptation [20.266695694005943]
ポリシーは新しい環境にポリシーがデプロイされたときに発生する状態と報酬の変化によって、しばしば失敗する。
データ拡張は、エージェントの観察におけるタスク非関連の変化にモデルを不変にすることで、ロバスト性を高めることができる。
本稿では,ユーザからのフィードバックを直接活用して,タスク関連概念をパーソナライズする対話型フレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-12T17:55:08Z)
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。