Fugu-MT 論文翻訳(概要): Extending Liquid Rank Toward Multi-Source Reputation Aggregation

論文の概要: Extending Liquid Rank Toward Multi-Source Reputation Aggregation

arxiv url: http://arxiv.org/abs/2607.13615v1
Date: Wed, 15 Jul 2026 09:04:33 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-16 16:39:12.715245
Title: Extending Liquid Rank Toward Multi-Source Reputation Aggregation
Title（参考訳）: マルチソース・レポジション・アグリゲーションに向けた液体ランクの拡張
Abstract要約: 提案フレームワークは、内部で生成された評価とともに、外部の評判信号の組み入れを支援する。明示的な重み付けとブレンディング機構を導入することで、モデルは個々の評価源の相対的影響をきめ細かな制御を提供する。
参考スコア（独自算出の注目度）: 0.12891210250935145
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we present an extension of liquid rank reputation systems that enables the aggregation and blending of multiple heterogeneous reputation sources into a unified reputation score. The proposed framework supports the incorporation of external reputational signals alongside internally generated reputation, allowing influence to reflect participation and contribution across multiple contexts and subsystems. By introducing explicit weighting and blending mechanisms, the model provides fine-grained control over the relative impact of individual reputation sources, making it adaptable to diverse governance and coordination scenarios involving both human and machine agents. The resulting approach extends existing liquid rank systems and offers a flexible foundation for designing reputation-based governance mechanisms in complex socio-technical environments.
Abstract（参考訳）: 本稿では,複数の不均一な評価ソースを統合評価スコアに集約・ブレンド可能な,流動性評価システムの拡張について述べる。提案フレームワークは,外部の評判信号の組み入れを支援するとともに,複数のコンテキストやサブシステムにまたがる参加や貢献の反映を可能にする。明示的な重み付けとブレンディング機構を導入することで、モデルは個々の評判ソースの相対的な影響をきめ細かな制御を提供し、人間と機械エージェントの両方を含む多様なガバナンスと調整のシナリオに適応できる。結果として得られたアプローチは、既存の液位システムを拡張し、複雑な社会技術環境における評判に基づくガバナンスメカニズムを設計するための柔軟な基盤を提供する。

関連論文リスト

Autonomous Information Seeking: A Roadmap for Agentic Recommender Systems [64.88044474617854]
大規模言語モデルベースのエージェントをリコメンダシステムに迅速に統合することで、静的なランキングベースのパイプラインから、自律的でインタラクティブなシステムへのシフトが加速した。この調査では、自律性のレベルとエージェントレコメンデータシステムの3つのコアパラダイムを基盤とした統合された分類法を紹介した。
論文参考訳（メタデータ） (2026-07-05T17:55:05Z)
The Reciprocity Gradient [52.35929743862925]
コミュニケーションは、戦略的相互作用における相互性と協力を維持するための基本である。学習エージェントに特有の集中的最適化の難しさとして,影響帰属問題を同定し,定式化する。これを解決するために、公衆の観察から訓練された相手の政策の個人推定器を通して、報酬勾配を明示的に逆伝搬する相互性勾配を導入する。
論文参考訳（メタデータ） (2026-05-08T16:29:52Z)
AgentReputation: A Decentralized Agentic AI Reputation Framework [3.6704226968275253]
我々はエージェントAIシステムのための分散3層評価フレームワークである textbfAgentReputation を提案する。このフレームワークは、タスク実行、評価サービス、タンパー保護の永続化を分離し、それぞれの強みを活用し、独立した進化を可能にする。定量化において、AgentReputationはリソース割り当て、アクセス制御、適応的な検証エスカレーションをサポートする決定対応のポリシーエンジンを提供する。
論文参考訳（メタデータ） (2026-04-30T12:33:39Z)
Taming Actor-Observer Asymmetry in Agents via Dialectical Alignment [59.536125286960186]
セルフリフレクションと相互監査を可能にするために、専門的な役割を割り当てるマルチエージェントフレームワークがますます採用されている。アクター・オブザーバ非対称性(Actor-Observer Asymmetric)と呼ばれる認知バイアスを同時に誘発する。 ReTASは、対立する視点を客観的なコンセンサスに合成するためにエージェントを誘導する。
論文参考訳（メタデータ） (2026-04-21T15:05:58Z)
AffectAgent: Collaborative Multi-Agent Reasoning for Retrieval-Augmented Multimodal Emotion Recognition [62.16431420189863]
LLMに基づくマルチモーダル感情認識は静的なパラメトリックメモリに依存しており、ニュアンス化された感情状態の解釈時にしばしば幻覚を与える。本稿では,感情指向型マルチエージェント検索拡張生成フレームワークであるAffectAgentを紹介する。 AffectAgentは3つの共同最適化されたエージェント、すなわちクエリプランナー、エビデンスフィルタ、感情生成器から構成される。
論文参考訳（メタデータ） (2026-04-14T13:49:19Z)
COMPASS: The explainable agentic framework for Sovereignty, Sustainability, Compliance, and Ethics [0.0]
本稿では,値整合型AIを実現するために設計された,新しいマルチエージェントオーケストレーションシステムを提案する。このフレームワークは、オーケストレータと、主権、カーボン・アウェア・コンピューティング、コンプライアンス、倫理に対処する4つの専門のサブエージェントで構成されている。 LLM-as-a-judge法を用いることで、定量的スコアを割り当て、各評価次元について説明可能な正当化を生成する。
論文参考訳（メタデータ） (2026-03-11T20:14:35Z)
Enhancing Value Alignment of LLMs with Multi-agent system and Combinatorial Fusion [5.97790552623697]
マルチエージェント融合アライメントを運用するフレームワークを提案する。複数のエージェントにまたがる対立や冗長性を緩和し、人間の価値をよりよく反映する応答を生み出す。
論文参考訳（メタデータ） (2026-03-11T14:57:51Z)
SecDiff: Diffusion-Aided Secure Deep Joint Source-Channel Coding Against Adversarial Attacks [73.41290017870097]
SecDiffは、プラグイン・アンド・プレイの拡散支援デコーディングフレームワークである。対向無線環境下での深部JSCCの安全性と堅牢性を大幅に向上させる。
論文参考訳（メタデータ） (2025-11-03T11:24:06Z)
Multi-Agent Reinforcement Learning for Adaptive Resource Orchestration in Cloud-Native Clusters [0.0]
本稿では,クラウドネイティブデータベースシステムにおける高資源ダイナミズムとスケジューリング複雑性の課題に対処する。マルチエージェント強化学習に基づく適応的資源オーケストレーション手法を提案する。
論文参考訳（メタデータ） (2025-08-14T00:43:20Z)
CoRe-MMRAG: Cross-Source Knowledge Reconciliation for Multimodal RAG [53.950029990391066]
マルチモーダルRAG(CoRe-MMRAG)のためのクロスソース知識textbfReconciliation 本稿では,知識ソース間の不整合を効果的に解決する新しいエンドツーエンドフレームワークを提案する。 KB-VQAベンチマークの実験では、CoRe-MMRAGはベースライン法よりも大幅に改善されている。
論文参考訳（メタデータ） (2025-06-03T07:32:40Z)
Beyond the Tragedy of the Commons: Building A Reputation System for Generative Multi-agent Systems [14.839510542470734]
RepuNetはエージェントレベルの評価力学とシステムレベルのネットワーク進化の両方をモデル化したデュアルレベル評価フレームワークである。我々は、RepuNetが「コモンズ・トレーゲディ」を効果的に緩和し、生成的MASにおける協力の促進と維持を図っていることを示す。
論文参考訳（メタデータ） (2025-05-08T08:02:20Z)
Quality-Based Conditional Processing in Multi-Biometrics: Application to Sensor Interoperability [63.05238390013457]
2007年のバイオセキュリティ・マルチモーダル・アセスメント・キャンペーンにおいて,ATVS-UAM融合手法を品質ベースで評価し,評価を行った。我々のアプローチは線形ロジスティック回帰に基づいており、融合したスコアはログライクな比率になる傾向にある。その結果,提案手法はルールベースの核融合方式よりも優れていることがわかった。
論文参考訳（メタデータ） (2022-11-24T12:11:22Z)

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。