論文の概要: Runtime Observability for Heterogeneous Attention Memory

• arxiv url: http://arxiv.org/abs/2608.05863v1
• Date: Thu, 06 Aug 2026 10:41:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 15:25:20.889241
• Title: Runtime Observability for Heterogeneous Attention Memory
• Title（参考訳）: 不均一注意記憶のための実行時可観測性
• Abstract要約: 3つの演算子を持つ4つのメモリクラスすべてをカバーするランタイムオブザーバビリティ契約を提供します。 ステージごとのスタックを実行可能な要求レベルのリスク台帳に構成する。
• 参考スコア（独自算出の注目度）: 20.158719055939383
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern models no longer keep a plain KV cache: latent caches, learned sparse selectors and recurrent states each carry the model's memory in a different form, and each fails differently under compression. We give a runtime observability contract that covers all four memory classes with three operators, instantiate it on six model configurations across five architecture families, and compose the per-stage bounds into an executable request-level risk ledger. Contracts carry their error metric as a type -- composition is only defined when metrics match, and this check rejected our own first composed chain; the repaired chain crosses metrics through two proved bridges, and whatever no formal system can certify is measured instead, dropping the composed tier to empirical automatically: every claim is certified, partially certified, or empirical, composition inherits the weakest tier, and the tier is decided by the machine. Replayed over $12.4$M entry reads and run under eight-way concurrency with per-request budgets and fail-closed identity attribution, the ledger quantifies the honest trade-off on today's witness and holds its risk budget with zero violations. A fused always-on probe observes a declared one-layer subset under CUDA graphs inside the serving noise floor. Applied to a served DeepSeek-V4 stack with a packed compressed-KV prototype, the same machinery localizes a silent corruption to a precise structural boundary -- exact in the eviction-free, identity-isolated regime, with every observed failure in an eviction or slot-reuse regime -- through a machine-adjudicated discrimination campaign whose calculus rejected two of our own confounded inferences along the way. All artifacts, guards, and the Lean development are released at https://github.com/metask-ai/witprobe-attention-memory; every number in this paper regenerates from the shipped artifacts by one command.
• Abstract（参考訳）: 遅延キャッシュ、学習されたスパースセレクタ、リカレントステートの各モデルはモデルのメモリを異なる形式で保持し、それぞれが圧縮下で異なるフェールする。 3つの演算子を持つ4つのメモリクラスすべてをカバーするランタイムオブザーバビリティ契約を与え、それを5つのアーキテクチャファミリにわたる6つのモデル構成でインスタンス化し、ステージ単位のバウンダリを実行可能な要求レベルのリスク台帳に構成する。 修復されたチェーンは、2つの証明されたブリッジを通してメトリクスを横断し、代わりに形式的なシステムが認証できないかどうかを計測し、構成された階層を自動的に経験的なレベルに落とします。すべてのクレームが認定され、部分的に認証され、または経験的に、構成が最も弱い階層を継承し、マシンによって階層が決定されます。 要件毎の予算とフェールクロースしたID属性を備えた8方向の同時実行と12.4億ドルを超えるエントリー読み取りを再現したこの台帳は、今日の証人に対する誠実なトレードオフを定量化し、リスク予算をゼロ違反で保持する。 融合した常オンプローブは、サービスノイズフロア内のCUDAグラフの下で宣言された一層部分集合を観測する。 圧縮KVのプロトタイプを満載したDeepSeek-V4スタックに応用すると、同じ機械がサイレントな汚職を正確に構造的な境界 -- 排除のない、アイデンティティが分離された状態 -- にローカライズする。 すべてのアーティファクト、ガード、リーン開発はhttps://github.com/metask-ai/witprobe-attention-Memoryでリリースされます。

関連論文リスト

• Differentiable Interval Bottlenecks for Interpretable Anomaly Detection in Numerical Data [0.5213778368155993]
  DIFFINTは、遅延ボトルネックがソフトな軸方向のインターバルメンバシップのセットとして構成されるオートエンコーダである。 統計的にタイトされた7つの方法のリードクラスターの中で唯一の解釈可能な検出器である。
  論文  参考訳（メタデータ） (2026-09-03T14:05:27Z)
• What Accuracy and Gradient Cosine Miss: Evaluating Feedback Alignment via Scale Stability, Reference Validity, and Depth Utility [48.10132234701036]
  本稿では,3つのチェック(スケール安定性,参照妥当性,深度ユーティリティ)に基づく診断評価プロトコルを提案する。 複数のアーキテクチャや手法にまたがって、我々のプロトコルは広い校正マージンを持つ全ての障害を識別する。
  論文  参考訳（メタデータ） (2026-06-19T06:04:17Z)
• Verified Detection and Prevention of Concurrency Anomalies in Multi-Agent Large Language Model Systems [0.0]
  マルチエージェント LLM システムは、メモリストア、ベクトルインデックス、ツールレジストリを経由する。 我々は、決定論的意味論の下で、長期にわたるリード・ジェネレーション・ライト操作などの共有をモデル化する。 われわれはTLA+の4つの異常を定式化した: 老化, ファントムツール, 因果カスケード, ツール・エフェクト・リオーダー。
  論文  参考訳（メタデータ） (2026-06-15T18:19:34Z)
• TOKI: A Bitemporal Operator Algebra for Contradiction Resolution in LLM-Agent Persistent Memory [22.85129722207174]
  矛盾の解決は書き込み時の制御であり、欠落した契約を明確にすることを示しています。 TOKIは、二重行スキーマ上での2時間演算子の1つのファミリとして、四重項をタイプする。 8つのシステムにまたがる判定行列はギャップをローカライズする: 書き込みパス上の言語モデル判断を保持するすべてのベースラインは、3つの書き込み時異常のうちの少なくとも1つを許容する。
  論文  参考訳（メタデータ） (2026-06-04T14:46:52Z)
• Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
  カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。 既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。 動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-25T09:57:46Z)
• A Universal Cliff and a Design Fingerprint: Cross-Section Defect Detection Under LLM Orchestration [0.0]
  生産言語モデルシステムは、労働者エージェントの目に見えないオーケストレーションにまたがってそれを拡大する要求に答える。 これは、単一のワーカーが見ることができない欠陥のクラスに何をもたらすか尋ねる。 1人の開発者から5世代にわたる10のシステムと、異なるアライメントパラダイムからの5つのプロバイダのみです。
  論文  参考訳（メタデータ） (2026-05-25T05:09:48Z)
• Proof-Carrying Certificates for LLM Pipelines: A Trust-Boundary Architecture [0.0]
  本稿では,大規模言語モデルを取り巻く決定論的構造化計算を検証するためのフレームワークを提案する。 リーン4の信頼境界アーキテクチャを,現代的なLLMパイプラインの汎用インターフェースに拡張しています。
  論文  参考訳（メタデータ） (2026-05-13T12:01:41Z)
• ElephantBroker: A Knowledge-Grounded Cognitive Runtime for Trustworthy AI Agents [45.88028371034407]
  ElephantBrokerはオープンソースの認知ランタイムで、Neo4jナレッジグラフとQdrantベクトルストアを統合する。 このシステムは、ハイブリッド5ソース検索パイプラインからなる完全な認知ループ(ストア、検索、スコア、構成、保護、学習)を実装している。
  論文  参考訳（メタデータ） (2026-03-26T07:03:12Z)
• Authenticated Contradictions from Desynchronized Provenance and Watermarking [48.47756819432157]
  この研究は、$textitIntegrity Clash$を形式化し、実証的に実証している。 本稿では,3500枚のテスト画像に対して100%の分類精度を達成し,証明メタデータと透かし検出ステータスを共同評価する層間監査プロトコルを提案する。
  論文  参考訳（メタデータ） (2026-03-02T20:42:12Z)
• To Throw a Stone with Six Birds: On Agents and Agenthood [0.0]
  Six Birds Theory (SBT)は、マクロな物体を原始体ではなく誘導的閉包として扱う。 SBT内では,タイプ正当性評価を行う。 我々はこの契約を4つのチェック可能なコンポーネントを用いて有限制御システムで運用する。
  論文  参考訳（メタデータ） (2026-02-03T10:46:23Z)
• CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
  検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。 エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。 CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
  論文  参考訳（メタデータ） (2025-12-22T16:34:21Z)
• Noise & pattern: identity-anchored Tikhonov regularization for robust structural anomaly detection [58.535473924035365]
  異常検出は自動産業検査において重要な役割を担い、他の均一な視覚パターンの微妙な欠陥や稀な欠陥を識別することを目的としている。 自己教師型オートエンコーダを用いて, 破損した入力の修復を学習する構造的異常検出に取り組む。 構造欠陥を模倣した画像に人工的破壊を注入する汚職モデルを導入する。
  論文  参考訳（メタデータ） (2025-11-10T15:48:50Z)
• Metacognitive Self-Correction for Multi-Agent System via Prototype-Guided Next-Execution Reconstruction [58.51530390018909]
  大規模言語モデルに基づくマルチエージェントシステムは、協調的な問題解決において優れているが、エラーのカスケードには脆弱である。 我々は,MASにリアルタイム,教師なし,ステップレベルの誤り検出と自己補正を付与するメタ認知フレームワークMASCを提案する。
  論文  参考訳（メタデータ） (2025-10-16T05:35:37Z)

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。