論文の概要: Analytic Abduction: Causal Decomposition and Governed Commitment for Human--AI Coordination
- arxiv url: http://arxiv.org/abs/2607.14641v1
- Date: Thu, 16 Jul 2026 07:08:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:33.019119
- Title: Analytic Abduction: Causal Decomposition and Governed Commitment for Human--AI Coordination
- Title（参考訳）: 分析アブダクション:ヒト-AIコーディネートのための因果分解とGoverned Commitment
- Abstract要約: 帰納的推論は2つの方向に進む。
合成モードは利用可能な仮説から説明を構築する。
解析モードは、相互作用が複雑な観測状態を占める潜伏因子を特定する。
- 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: Abductive reasoning operates in two directions. The synthetic mode builds explanations from available hypotheses; the analytic mode, conversely, identifies the latent factors whose interaction accounts for a complex observed state. This paper develops the analytic mode as a non-greedy, risk-sensitive discipline of commitment, in which candidate factors coexist and interact, resolving into committed conclusions only when explicit governance conditions are met. The formal core is the $κ$-$τ$ apparatus: $κ$ encodes the epistemic interaction among hypotheses, and $τ$ sets a commitment threshold calibrated to the decision's stakes. The central contribution is the causal cluster, a structured object recording which latent factors participate in a decomposition, with what weights and interaction structure, together with a two-level architecture (intra-cluster $κ^*$, inter-cluster $κ^{**}$) that guards against causal misattribution. Demonstrated in epidemiological crisis decomposition and adversarial cyber threat analysis, the framework's contribution to human-AI reasoning is the legibility of suspended decomposition as a shared coordination object, providing structural resistance to premature convergence. In practice, the decision-maker is handed not a single imposed answer but the competing explanatory scenarios, weighted by plausibility and paired with the evidence that would resolve between them, so that sound action is possible even before the ambiguity is resolved.
- Abstract（参考訳）: 帰納的推論は2つの方向に進む。
合成モードは、利用可能な仮説から説明を構築するが、解析モードは逆に、複雑な観測状態に相互作用する潜在因子を識別する。
本稿では, 決定的要因が共存し, 相互作用し, 明確な統治条件が満たされた場合にのみ, 決定的結論へと解決する, コミットメントの非グレーディでリスクに敏感な規律として, 分析モードを開発する。
公式コアは$κ$-$τ$ であり、$κ$ は仮説間の認識的相互作用を符号化し、$τ$ は決定の利害に調整されたコミットメントしきい値を設定する。
中心的なコントリビューションは因果的クラスタ(Cousal cluster)であり、因果的ミストリビューションを防ぐための2レベルアーキテクチャ(Intra-cluster $κ^*$, inter-cluster $κ^{**}$)とともに、潜伏因子が重みと相互作用構造とともに分解に関与する構造的オブジェクト記録である。
疫学的危機の崩壊と敵対的サイバー脅威分析で実証されたこのフレームワークの人間-AI推論への貢献は、共有協調対象としての停止分解の正当性であり、早期収束に対する構造的耐性を提供する。
実際には、意思決定者は1つの強制された回答を渡されるのではなく、競合する説明シナリオを、可視性によって重み付け、それらの間に解決する証拠と組み合わせることで、あいまいさが解決される前に健全な行動が可能である。
関連論文リスト
- A Minimal $κ$--$τ$ Logic for Risk-Sensitive Abduction [0.0]
リスクに敏感なドメインでは、コミットメントのタイミングはそれ自体が支配的な決定である、と論じる。
2つのプリミティブ上に構築された最小$--$の論理フレームワークを提示します。
このフレームワークは、高い可能性とコミット価値の区別が運用上適切であるドメインに対して、正式な機械を提供する。
論文 参考訳（メタデータ） (2026-08-08T15:35:32Z) - Relational Structural Causal Models [52.818153111470394]
我々は、関係構造因果モデルを開発し、対象とその関係が変化する設定まで構造因果モデルを拡張した。
シミュレーションされた交通シーンにおいて,非関係性ベースラインよりも高い精度で再現可能なモデルであるリレーショナルニューラル因果モデルを提案する。
論文 参考訳（メタデータ） (2026-06-12T18:54:06Z) - Civilizational Metamaterials: Engineering Coordination Under Capability Gradients and Structural Turbulence [0.0]
ガバナンスは規範的な規律からエンジニアリングの規律に移行しなければなりません。
メタマテリアルの物理にインスパイアされた形式的な枠組みを開発し、この遷移を定量的かつ検証可能にする。
論文 参考訳（メタデータ） (2026-05-29T18:10:00Z) - Provably Secure Agent Guardrail [89.79561918065122]
既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。
本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
論文 参考訳（メタデータ） (2026-05-28T02:12:41Z) - A Survey of Reasoning in Autonomous Driving Systems: Open Challenges and Emerging Paradigms [49.66022971508878]
私たちは、推論はモジュラーコンポーネントからシステムの認知コアに高めるべきだと論じています。
応答性推論のトレードオフやソーシャルゲーム推論など,7つの中核的推論課題を導出し,体系化する。
我々は,LLMに基づく推論と,ミリ秒スケールで安全クリティカルな車両制御の要求との間の,高レイテンシ,熟考的特性の根本的かつ未解決な緊張関係を同定する。
論文 参考訳（メタデータ） (2026-03-11T07:40:53Z) - De-paradox Tree: Breaking Down Simpson's Paradox via A Kernel-Based Partition Algorithm [3.566568169425391]
シンプソンのパラドックスはこの挑戦を例示しており、集合的および部分群レベルの関連は互いに矛盾する。
De-paradox Tree(デパラドックス・ツリー)は、パラドックス的アソシエーションの背後にある隠されたサブグループパターンを明らかにするために設計された解釈可能なアルゴリズムである。
本稿では,従来の因果推論と機械学習手法の限界に,解釈可能なフレームワークを導入することで対処する。
論文 参考訳（メタデータ） (2026-03-02T18:45:24Z) - Dynamics Within Latent Chain-of-Thought: An Empirical Study of Causal Structure [58.89643769707751]
表現空間における潜在連鎖を操作可能な因果過程として研究する。
遅延ステップの予算は、均質な余分な深さよりも、非局所的なルーティングを備えたステージ機能のように振る舞う。
これらの結果は、モード条件と安定性を意識した分析を、潜伏推論システムの解釈と改善のための信頼性の高いツールとして動機付けている。
論文 参考訳（メタデータ） (2026-02-09T15:25:12Z) - Exploring Syntropic Frameworks in AI Alignment: A Philosophical Investigation [0.0]
AIアライメントは、プロセスベース、マルチエージェント、開発メカニズムを通じて、シントロピックで理由対応のエージェントを設計するものとして再認識されるべきである、と私は主張する。
コンテンツベースの値仕様が構造的に不安定なように見える理由を示す、仕様トラップの議論を明確にする。
マルチエージェントアライメントのダイナミクスを理解するための情報理論の枠組みとして, シントロピーを提案する。
論文 参考訳（メタデータ） (2025-11-19T23:31:29Z) - Answering Causal Queries at Layer 3 with DiscoSCMs-Embracing
Heterogeneity [0.0]
本稿では, 分散一貫性構造因果モデル (DiscoSCM) フレームワークを, 反事実推論の先駆的アプローチとして提唱する。
論文 参考訳（メタデータ） (2023-09-17T17:01:05Z) - A Semantic Approach to Decidability in Epistemic Planning (Extended
Version) [72.77805489645604]
我々は決定可能性を達成するために新しい意味論的アプローチを用いる。
具体的には、知識の論理S5$_n$と(知識)可換性と呼ばれる相互作用公理を拡大する。
我々は,本フレームワークが,独立した知識である共通知識の有限的非固定点的特徴を認めていることを証明した。
論文 参考訳（メタデータ） (2023-07-28T11:26:26Z) - Towards Trustworthy Explanation: On Causal Rationalization [9.48539398357156]
本研究では,2つの因果デシラタに基づく合理化モデルを提案する。
提案した因果合理化の優れた性能は,実世界のレビューや医療データセットで実証されている。
論文 参考訳（メタデータ） (2023-06-25T03:34:06Z) - A Critical View of the Structural Causal Model [89.43277111586258]
相互作用を全く考慮せずに原因と効果を識別できることが示される。
本稿では,因果モデルの絡み合った構造を模倣する新たな逆行訓練法を提案する。
我々の多次元手法は, 合成および実世界の両方のデータセットにおいて, 文献的手法よりも優れている。
論文 参考訳（メタデータ） (2020-02-23T22:52:28Z)
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。