論文の概要: COVENANT: Natural-Language Workflow Compilation for Aligned Agent Execution
- arxiv url: http://arxiv.org/abs/2607.25400v1
- Date: Tue, 28 Jul 2026 07:59:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-29 20:50:42.753489
- Title: COVENANT: Natural-Language Workflow Compilation for Aligned Agent Execution
- Title（参考訳）: COVENANT: 指定エージェント実行のための自然言語ワークフローコンパイル
- Abstract要約: 本稿では,ワークフロー対応エージェント実行のためのコンパイラ・アンド・インタープリタアーキテクチャであるCOVENANTを提案する。
私たちの重要な洞察は、ワークフロー命令をプロンプトではなく、ソースプログラムとして扱うことです。
COVENANTは命令をワークフロー抽象構文木(WAST)に変換し、ワークフロー制御フローグラフ(WCFG)に変換する。
- 参考スコア（独自算出の注目度）: 12.755574564434788
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language model (LLM) agents are increasingly entrusted with natural-language workflow instructions (e.g., retail-payment policies) that specify not only what outcome to achieve, but also which steps, branches, and tool interactions are permitted. When these instructions are supplied as prompt context, however, the model retains control over both procedure selection and step execution. As interactions accumulate, an agent can skip required steps, take unsupported branches, or execute a valid step with unsupported arguments or effects--a failure mode we call workflow misalignment. In this work, we propose COVENANT, a compiler-and-interpreter architecture for workflow-aligned agent execution. Our key insight is to treat workflow instructions as source programs rather than prompts. COVENANT converts the instructions into a workflow abstract syntax tree (WAST) and lowers it to a workflow control-flow graph (WCFG). At runtime, a controller interprets the WCFG one node at a time, checks each proposal against requirements extracted from the instructions before committing controller state or advancing the graph, and returns diagnostic feedback for repair. To evaluate COVENANT, we use 120 cases from three existing benchmarks, spanning seven workflow scenarios. Compared with state-of-the-art LLM agents, COVENANT improves benchmark success from 50.00% to 83.33% and reduces the workflow-misalignment failure rate from 42.50% to 15.83% (62.75% relative). These results show that COVENANT substantially mitigates workflow misalignment, moving LLM-agent alignment beyond isolated prompt following toward reliable execution of complex and multi-step workflows.
- Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、どの結果を達成するかだけでなく、どのステップ、ブランチ、ツールのインタラクションが許可されるかを指定する自然言語ワークフロー命令(例えば小売支払いポリシー)にますます信頼されている。
しかし、これらの命令がプロンプトコンテキストとして供給されると、モデルがプロシージャ選択とステップ実行の両方を制御し続ける。
インタラクションが蓄積されると、エージェントは必要なステップをスキップしたり、サポート対象のブランチを削除したり、サポート対象の引数やエフェクトで有効なステップを実行することができます。
本研究では,ワークフロー対応エージェント実行のためのコンパイラ・アンド・インタープリタアーキテクチャであるCOVENANTを提案する。
私たちの重要な洞察は、ワークフロー命令をプロンプトではなく、ソースプログラムとして扱うことです。
COVENANTは命令をワークフロー抽象構文木(WAST)に変換し、ワークフロー制御フローグラフ(WCFG)に変換する。
実行時に、コントローラは一度にWCFGを1つのノードで解釈し、コントローラ状態のコミットやグラフの進行前に命令から抽出した要求に対して各提案をチェックし、修復のための診断フィードバックを返す。
COVENANTを評価するために、既存の3つのベンチマークから120のケースを使用し、7つのワークフローシナリオにまたがる。
最先端のLCMエージェントと比較して、COVENANTはベンチマーク成功率を50.00%から83.33%に改善し、ワークフローのミスサライメント失敗率を42.50%から15.83%(62.75%)に引き下げた。
これらの結果から、COVENANTはワークフローのミスアライメントを著しく軽減し、LLM-エージェントアライメントを独立したプロンプトを超えて、複雑なワークフローとマルチステップワークフローの信頼性のある実行へと移行させることが示唆された。
関連論文リスト
- Natural-Language Workflows Are Not Software Yet: Artifact-Driven Compilation for Reliable Agent Execution [23.207195503032136]
Articはアーティファクト駆動のワークフローコンパイラで、自然言語ワークフローをアーティファクト駆動のワークフローに変換する。
Articによるコンパイルでは、クロスモデルや繰り返し実行設定において、32と56のパーセンテージがより一貫性があることが示される。
論文 参考訳（メタデータ） (2026-08-21T17:47:47Z) - FlowScout: From Execution Feedback to Reliable Tool-Using Agent Workflows [6.767792769288717]
FlowScoutは、過去のタスク解決レコードからツール統合エージェントを生成するための実行誘導フレームワークである。
最初に、最初のワークフローを構築するために、歴史的な記録から共通のツール調整をマイニングする。
その後、実行フィードバックによってガイドされたMonte Carloツリー検索を通じてワークフロートポロジを洗練する。
論文 参考訳（メタデータ） (2026-08-10T08:41:59Z) - Formal Verification of Agentic Systems over Operational Data [59.98246281888422]
大規模言語モデル(LLM)によって駆動されるエージェントシステムは、永続的な運用データを扱う現実世界にますます展開されている。
既存のアプローチはそのようなシステムレベルの保証を提供していません。
本稿では, 1 つの LLM とツールオーケストレーションハーネスからなるエージェントシステムのリレーショナル操作データに対する検証について述べる。
論文 参考訳（メタデータ） (2026-08-04T13:01:30Z) - ClawArena-Team: Benchmarking Subagent Orchestration and Dynamic Workflows in Language-Model Agents [61.184954205350984]
ClawArena-Teamは、41のマルチターン、マルチモーダル、マルチエージェントシナリオのベンチマークである。
全体的なスコア -- Subagent-Management Score (SMS) -- は、タスクの正しさを最小限のプライマリとモダリティのルーティング因子によって乗算する。
論文 参考訳（メタデータ） (2026-06-30T06:06:08Z) - GraphFlow: An Architecture for Formally Verifiable Visual Workflows Enabling Reliable Agentic AI Automation [0.0]
GraphFlowは、ミッションクリティカルなプロセスにおけるエージェントAI自動化の信頼性向上を目的とした、ビジュアルワークフローシステムである。
既存のワークフロープラットフォームは、耐久性のある実行と可観測性を提供するが、セマンティックな正確性を保証するものはほとんどない。
3つの臨床現場で1年間のパイロットが8,728件のコホート登録ワークフローを実行し、97.08%の完成率を記録した。
論文 参考訳（メタデータ） (2026-05-14T15:33:05Z) - Claw-Eval-Live: A Live Agent Benchmark for Evolving Real-World Workflows [67.92316850084575]
ワークフローエージェントのライブベンチマークであるClaw-Eval-Liveを紹介する。
各リリースは、公開ワークフロー要求信号から構築される。
Claw-Eval-Liveは実行トレース、監査ログ、サービス状態、実行後のワークスペースアーティファクトを記録する。
論文 参考訳（メタデータ） (2026-04-30T17:23:19Z) - AgentSPEX: An Agent SPecification and EXecution Language [17.439531520677594]
本稿では,明示的な制御フローとモジュール構造を持つエージェントフレームワークであるAgentSPEXを紹介する。
AgentSPEXは、型付きステップ、分岐とループ、並列実行、再利用可能なサブモジュール、明示的な状態管理をサポートする。
我々は、AgentSPEXが一般的なエージェントフレームワークよりも解釈可能でアクセシブルなワークフローオーサリングパラダイムを提供するというユーザスタディを通して示す。
論文 参考訳（メタデータ） (2026-04-14T23:16:25Z) - Beyond Rule-Based Workflows: An Information-Flow-Orchestrated Multi-Agents Paradigm via Agent-to-Agent Communication from CORAL [0.15199492741752027]
本稿ではエージェント・ツー・エージェント(A2A)通信を用いた情報フロー型マルチエージェントパラダイムを提案する。
汎用ベンチマークGAIAに対する我々のアプローチを,代表的ワークフローベースMASをベースラインとして評価した。
本手法は63.64%の精度を達成し, OWL の55.15% を8.49 % に上回り, トークン消費に匹敵する性能を示した。
論文 参考訳（メタデータ） (2026-01-14T21:35:51Z) - Monadic Context Engineering [59.95390010097654]
本稿では,エージェント設計の正式な基盤を提供するために,モナディックコンテキストエンジニアリング(MCE)を紹介する。
我々は、モナドがロバストなコンポジションをどのように実現し、Applicativesが並列実行に原則化された構造を提供し、また、モナドトランスフォーマーがこれらの機能の体系的なコンポジションをどのように可能にしているかを実証する。
この階層化されたアプローチにより、開発者は、単純で独立した検証可能なコンポーネントから、複雑でレジリエントで効率的なAIエージェントを構築することができる。
論文 参考訳（メタデータ） (2025-12-27T01:52:06Z) - A Declarative Language for Building And Orchestrating LLM-Powered Agent Workflows [0.0]
本稿では,エージェントワークフロー仕様と実装を分離する宣言型システムを提案する。
これらの結果から,開発時間の60%削減,デプロイメント速度の3倍の改善が見られた。
製品検索やパーソナライズ,カート管理といった複雑な処理は,500行以上の命令型コードと比較して,50行未満のDSLで表現可能であることを示す。
論文 参考訳（メタデータ） (2025-12-22T05:03:37Z) - FlowAgent: Achieving Compliance and Flexibility for Workflow Agents [31.088578094151178]
FlowAgentは、コンプライアンスと柔軟性の両方を維持するように設計された新しいエージェントフレームワークである。
PDL を基盤として,OOW クエリを効果的に管理する LLM を支援する包括的フレームワークを開発した。
本稿では,LLMエージェントのOOWシナリオ処理能力を評価するための新しい評価手法を提案する。
論文 参考訳（メタデータ） (2025-02-20T07:59:31Z) - Flow: Modularized Agentic Workflow Automation [53.073598156915615]
大規模言語モデル(LLM)を利用したマルチエージェントフレームワークは、自動計画とタスク実行において大きな成功を収めている。
しかし, 実行中のエージェントの効果的な調整は十分に研究されていない。
本稿では,エージェントによる継続的なワークフロー改善を可能にするアクティビティ・オン・頂点(AOV)グラフを定義する。
提案するマルチエージェントフレームワークは,サブタスクの効率的な同時実行,効果的なゴール達成,エラー耐性の向上を実現している。
論文 参考訳（メタデータ） (2025-01-14T04:35:37Z) - Benchmarking Agentic Workflow Generation [80.74757493266057]
複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorfBenchを紹介する。
また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorfEvalを提案する。
我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することを観察する。
論文 参考訳（メタデータ） (2024-10-10T12:41:19Z)
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。