論文の概要: GenOS: Compositional Certificates for Semantic Robustness in AI Code Generation
- arxiv url: http://arxiv.org/abs/2608.03588v1
- Date: Tue, 04 Aug 2026 12:42:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-05 15:30:23.192262
- Title: GenOS: Compositional Certificates for Semantic Robustness in AI Code Generation
- Title（参考訳）: GenOS: AIコード生成における意味的ロバスト性のための構成証明書
- Abstract要約: GenOSはプロンプト、コントラクト、ジェネレータ、プログラムを置き換える確率論的操作意味論である。
等価性に適合するカーネルは商類に従属し、商化の可換性は分布拡大や逐次合成と一致することを証明する。
また,音の検証,全変量非拡張性,付加的境界の下でのワークフロー・バイコミットの安全性を確立した。
- 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: AI coding agents are stochastic workflows: prompts are interpreted, artifacts are sampled, validators produce observations, and orchestrators commit or repair. Small prompt or specification changes can therefore alter program-behavior distributions even when the texts appear synonymous. Existing systems evaluate correctness, but lack a compositional criterion for safely replacing a prompt, contract, generator, or program inside a complete agentic workflow. We introduce GenOS, a probabilistic operational semantics for this replacement problem. Each layer is modeled as a Markov kernel, and each interface carries an observer-relative equivalence. We prove that equivalence-compatible kernels descend to quotient classes and that quotienting commutes with distributional extension and sequential composition. Hence, equivalent prompts induce equal probabilities for all downstream equivalence-closed events, including verified commit. We also establish workflow bisimulation, guarded-commit safety under sound validation, total-variation non-expansiveness, and an additive robustness bound that attributes approximation error to individual pipeline layers. An executable insertion-sort audit instantiates the theory with natural-language paraphrases, a formal contract, six programs, two observers, and exhaustive execution on 121 inputs. Equivalent prompts yield identical code-class and commit distributions; a prompt assigning 5% probability to an in-place contract is distinguished by a mutation observer, while downstream distances remain within the predicted bound. Across 20,000 randomized finite-kernel trials, no exact or approximate law is violated. GenOS is model-parametric: compatibility is a measurable property to test, not an assumption about language-model behavior.
- Abstract（参考訳）: AIコーディングエージェントは確率的なワークフローであり、プロンプトが解釈され、アーティファクトがサンプリングされ、バリデータが観察され、オーケストレータがコミットまたは修復される。
そのため、小さなプロンプトや仕様の変更は、テキストが同義に見えてもプログラムの振る舞いを変更できる。
既存のシステムは正確さを評価するが、完全なエージェントワークフロー内でプロンプト、コントラクト、ジェネレータ、プログラムを安全に置き換えるための構成基準は欠如している。
我々は,この代替問題に対する確率論的操作意味論であるGenOSを紹介する。
各層はマルコフカーネルとしてモデル化され、各インターフェースはオブザーバ相対的等価性を持つ。
等価性に適合するカーネルは商類に従属し、商化の可換性は分布拡大や逐次合成と一致することを証明する。
したがって、等価プロンプトは、検証されたコミットを含む全ての下流同値閉事象に対して等しい確率を誘導する。
また、ワークフローのビシミュレーション、音響検証によるガード付きコミット安全性、全変分非拡張性、および個々のパイプライン層に対する近似誤差を属性とする付加的ロバスト性も確立する。
実行可能な挿入ソート監査は、自然言語のパラフレーズ、正式な契約、6つのプログラム、2つのオブザーバ、121の入力に対する徹底的な実行で理論をインスタンス化する。
等価なプロンプトは同一のコードクラスとコミットの分布を出力し、5%の確率をその場の契約に割り当てるプロンプトは突然変異観察者によって区別される。
2万件のランダム化有限カーネル試験では、正確な法則や近似法則に違反することはない。
GenOSはモデルパラメトリックである: 互換性はテストのための測定可能な特性であり、言語モデルの振る舞いに関する仮定ではない。
関連論文リスト
- Probabilistic Model Checking of Autoregressive Neural Sequence Models [4.570003973862485]
自己回帰型ニューラルシークエンスモデルをデプロイする上で問題となる2つの問題に対して、テストセットの精度は静かである。
テスト対象のシステムの質量は、サンプリング時に到達可能な制約違反の代替品にどの程度の確率があるか。
確率論的モデル検査で両方答える。
論文 参考訳（メタデータ） (2026-09-01T07:37:55Z) - Structuring Semantic Embeddings for Principle Evaluation: A Prototype-Guided Contrastive Learning Approach [58.15427952222424]
汎用的なテキスト埋め込みはそのようなタスクに広くデプロイされているが、意味的類似性は意味的に似ているがタスク固有の例を示すことができる。
本稿では,凍結したテキスト埋め込み上に構築された幾何正規化モジュールであるPGCL(Prototype-Guided Contrastive Learning)を紹介する。
論文 参考訳（メタデータ） (2026-08-15T13:19:25Z) - AEVAL: From Anecdotal to Deterministic Testing for Agentic Skill Workflows [1.6785141970297952]
AEVAL(Agentic Evaluation)はCI統合フレームワークで、このプラクティスをエージェントスキルのための決定論的かつ再現可能なテストパイプラインに置き換える。
すべてのスキル変更がテストイベントをトリガーする。スキルは、自動エグゼキュータ内の開発者が宣言した評価契約に対して実行される。
鍵となる要素は、実行子とグレーダの間の構造的分離であり、微妙だが広汎な障害モードを防止する。
論文 参考訳（メタデータ） (2026-07-16T21:33:05Z) - The Token Not Taken: Sampling, State, and the Variability of AI Agent Outputs [0.0]
エージェントAIシステムは実行毎に異なる動作をすることができる。
可変性は、しばしば混ざり合ったいくつかの層から生じます。
この原稿は、一致した条件下でそのような変動を再現できる場合に、エージェントAIシステムと呼ぶ意味を明確にする。
論文 参考訳（メタデータ） (2026-06-08T03:53:55Z) - Mitigating Bias in Locally Constrained Decoding via Tractable Proposals [73.78736135699953]
既存の局所的制約付き復号法は、ミオプティックに次のトークンを隠蔽することで制約を強制する。
最近の研究では、シーケンシャルなモンテカルロ法を用いてバイアスを緩和しているが、効果的な提案分布や潜在的な関数を設計することは重要な課題である。
我々は、$p_mathrmlm( cdot mid mathrmconstraint)$からSMCサンプリングのための提案とポテンシャルを構築するための一般的なアプローチを提案する。
論文 参考訳（メタデータ） (2026-06-01T08:58:18Z) - Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols [51.56484100374058]
そこで本研究では,単一プロトコルステップを正確なマッチングタスクで監査するためのペアアウトカム計測インタフェースを提案する。
各インスタンスについて、インターフェースはベースラインの正当性ビットと後ステップの正当性ビットを記録する。
これらのレートは精度の変化を予測し、種、混合物、パイプライン間でテスト可能な再利用可能な経験的インターフェースを定義する。
論文 参考訳（メタデータ） (2026-04-20T13:25:40Z) - Zonkey: A Hierarchical Diffusion Language Model with Differentiable Tokenization and Probabilistic Attention [0.0]
Zonkeyは階層的な拡散モデルであり、生文字から文書レベルの表現まで、完全にトレーニング可能なパイプラインを通じて制限に対処する。
コアとなるのは、確率的開始順序(BOS)決定を学習する、差別化可能なトークンである。
Zonkeyは、ノイズからコヒーレントで可変長のテキストを生成し、創発的な階層を示す。
論文 参考訳（メタデータ） (2026-01-29T14:17:37Z) - Scaling the Scaling Logic: Agentic Meta-Synthesis of Logic Reasoning [18.75349680577575]
SSLogicは、コントロール可能な困難を伴う継続的家族進化のためのフレームワークである。
SSLogicに進化したデータのトレーニングは、一致したステップでシードベースラインに対して一貫した利得を得る。
論文 参考訳（メタデータ） (2026-01-23T13:26:01Z) - Taming Imperfect Process Verifiers: A Sampling Perspective on Backtracking [54.43083499412643]
言語モデルの生成能力をプロセス検証器と組み合わせたテストタイムアルゴリズムは、新しい推論能力を引き出すための有望なレバーを提供する。
提案手法は, 理論的に根拠付きバックトラックを用いて, 検証誤差に対して, 確実な堅牢性を実現するための新しいプロセス誘導型テスト時間サンプリングアルゴリズムであるVGBを導入する。
論文 参考訳（メタデータ） (2025-10-03T16:21:14Z) - The Lie of the Average: How Class Incremental Learning Evaluation Deceives You? [48.83567710215299]
クラスインクリメンタルラーニング(CIL)では、モデルが学習済みのクラスを忘れずに、新しいクラスを継続的に学習する必要がある。
我々は、ロバストなCIL評価プロトコルは、性能分布全体を正確に特徴付け、推定するべきであると論じる。
我々は,タスク間類似度を用いて,極端なクラスシーケンスを適応的に識別し,サンプリングする評価プロトコルEDGEを提案する。
論文 参考訳（メタデータ） (2025-09-26T17:00:15Z) - Reviving Any-Subset Autoregressive Models with Principled Parallel Sampling and Speculative Decoding [55.2480439325792]
任意の順序言語モデルでは、正しい関節分布からトークンを並列にサンプリングする方法がオープンな問題である。
我々は,任意のサブセット自動回帰モデル (AS-ARM) という,異なるモデルのクラスが解を持っていることを発見した。
我々は,AS-ARMがベンチマークタスクを埋め込んだ200M未満のパラメータモデル間で最先端の性能を実現し,コード生成における50倍のモデルの性能とほぼ一致していることを示す。
論文 参考訳（メタデータ） (2025-04-29T06:33:13Z)
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。