論文の概要: A Minimal $κ$--$τ$ Logic for Risk-Sensitive Abduction

• arxiv url: http://arxiv.org/abs/2608.08192v1
• Date: Sat, 08 Aug 2026 15:35:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:36.718314
• Title: A Minimal $κ$--$τ$ Logic for Risk-Sensitive Abduction
• Title（参考訳）: リスク感性推論のための最小$κ$-$τ$論理
• Abstract要約: 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。
• 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: Standard approaches to abductive reasoning can retain multiple candidate explanations, but they do not generally combine explicit compositional cross-hypothesis interaction with an internal, rival-sensitive commitment judgment. This paper argues that in risk-sensitive domains -- where premature commitment carries asymmetric downside costs -- the timing of commitment is itself a governed decision that the inferential apparatus should formally represent. We present a minimal $κ$--$τ$ logical framework built on two primitives: epistemic interaction among hypotheses ($κ$) and a normative commitment threshold ($τ$). Hypotheses may coexist, reinforce or inhibit one another, and form emergent composite explanations, while collapse into committed conclusions is regulated by governance constraints rather than forced by inference alone. The logic is developed in two complementary modes sharing the interaction relation and the governance apparatus: a synthetic mode, in which atomic hypotheses are composed upward into emergent explanations, and an analytic mode, in which complex observed states of affairs are decomposed into causal clusters of latent factors, with commitment governed at both the cluster and the factor level. The framework provides formal machinery for domains in which the distinction between highly likely and commit-worthy is operationally consequential. The $κ$--$τ$ logic is positioned as the symbolic governance layer of a neurosymbolic architecture: its epistemic parameters are naturally estimated by neural components -- semantic embeddings and generative models, as demonstrated in existing computational realizations -- while its normative parameters remain under explicit human governance, yielding transparent and auditable abductive reasoning for deployment in high-stakes settings.
• Abstract（参考訳）: 帰納的推論に対する標準的なアプローチは、複数の候補説明を保持することができるが、それらは一般的に、内部的、競合に敏感なコミットメント判断と明示的な構成的クロスハイプセシス相互作用を組み合わせない。 リスクに敏感なドメインでは、早期のコミットメントが非対称なダウンサイドコストを担っているが、コミットメントのタイミング自体が、推論装置が正式に表現すべき決定である、と論じる。 仮説間のエピステミック相互作用(κ$)と規範的コミットメントしきい値(τ$)という2つのプリミティブに基づいて構築された最小の$κ$-$τ$論理フレームワークを提示する。 仮説は互いに共存し、強化し、または抑制し、創発的な複合説明を形成するが、コミットされた結論への崩壊は推論だけで強制されるのではなく、ガバナンスの制約によって規制される。 この論理は、相互作用関係と統治機構を共有する2つの相補的なモードで開発され、原子仮説を上向きに創発的な説明に構成する合成モードと、複雑な観察状態が潜伏要因の因果的クラスタに分解され、クラスターと因子レベルでのコミットメントが支配される分析モードである。 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。 認識的パラメータは、ニューラルネットワークコンポーネントによって自然に推定される -- 既存の計算実現で示されているように、セマンティックな埋め込みと生成モデル -- に対して、その規範的パラメータは明示的な人間の統治下にあり、高い状況下での展開に対して透明で監査可能な帰納的推論をもたらす。

関連論文リスト

• Analytic Abduction: Causal Decomposition and Governed Commitment for Human--AI Coordination [0.0]
  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。
  論文  参考訳（メタデータ） (2026-07-16T07:08:41Z)
• 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)
• Entropy-Gradient Inversion: Moving Toward Internal Mechanism of Large Reasoning Models [47.195670444638715]
  トークンエントロピーとロジット勾配の堅牢な相関関係であるtextbfEntropy-Gradient Inversion を同定し,正式に定義する。 我々は,この逆シグネチャを強化学習に組み込んだtextbfCorrelation-Regularized Group Policy Optimization (CorR-PO)を提案する。 複数のモデルスケールにわたる様々な推論ベンチマークの実験は、Corr-POが最先端のベースラインを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2026-05-18T02:41:53Z)
• Reasoning emerges from constrained inference manifolds in large language models [98.6966322378456]
  我々は推論中の内部表現の進化を調べることによって、本質的な力学過程としての推論を研究する。 このような幾何学的圧縮は広く普及しているが、安定的あるいは信頼性のある推論には不十分である。
  論文  参考訳（メタデータ） (2026-05-02T10:41:20Z)
• Active Inference: A method for Phenotyping Agency in AI systems? [0.11904398364437437]
  3つの基準を基準として、原則検査に開放された最小限の概念について論じる。 後続の信念、事前の嗜好、そして期待される自由エネルギーの最小化は、共同でエージェント・アクション・チェーンを構成する。
  論文  参考訳（メタデータ） (2026-04-25T12:41:53Z)
• Project Ariadne: A Structural Causal Framework for Auditing Faithfulness in LLM Agents [0.0]
  エージェント推論の因果的整合性を評価するための新しいXAIフレームワークである textbfProject Ariadne を紹介する。 表面レベルのテキスト類似性に依存する既存の解釈可能性メソッドとは異なり、Project Ariadne は中間推論ノードに対して textbfhard の介入(do$-calculus)を行う。 我々の最先端モデルに対する実証的な評価は、永続的なテクスチャフルネスギャップを明らかにします。
  論文  参考訳（メタデータ） (2026-01-05T18:05:29Z)
• Exploring Syntropic Frameworks in AI Alignment: A Philosophical Investigation [0.0]
  AIアライメントは、プロセスベース、マルチエージェント、開発メカニズムを通じて、シントロピックで理由対応のエージェントを設計するものとして再認識されるべきである、と私は主張する。 コンテンツベースの値仕様が構造的に不安定なように見える理由を示す、仕様トラップの議論を明確にする。 マルチエージェントアライメントのダイナミクスを理解するための情報理論の枠組みとして, シントロピーを提案する。
  論文  参考訳（メタデータ） (2025-11-19T23:31:29Z)
• CTRLS: Chain-of-Thought Reasoning via Latent State-Transition [57.51370433303236]
  チェーン・オブ・シント(CoT)推論は、大規模な言語モデルで複雑な問題を解釈可能な中間ステップに分解することを可能にする。 我々は,遅延状態遷移を伴うマルコフ決定プロセス(MDP)としてCoT推論を定式化するフレームワークであるgroundingSを紹介する。 我々は、ベンチマーク推論タスクにおける推論精度、多様性、探索効率の改善を示す。
  論文  参考訳（メタデータ） (2025-07-10T21:32:18Z)
• Controllable Logical Hypothesis Generation for Abductive Reasoning in Knowledge Graphs [54.596180382762036]
  知識グラフの帰納的推論は、観測された実体からもっともらしい論理的仮説を生成することを目的としている。 可制御性の欠如により、単一の観測は、多くの妥当だが冗長あるいは無関係な仮説をもたらす可能性がある。 帰納的推論の実用性を改善するために,制御可能な仮説生成タスクを導入する。
  論文  参考訳（メタデータ） (2025-05-27T09:36:47Z)
• Answering Causal Queries at Layer 3 with DiscoSCMs-Embracing Heterogeneity [0.0]
  本稿では, 分散一貫性構造因果モデル (DiscoSCM) フレームワークを, 反事実推論の先駆的アプローチとして提唱する。
  論文  参考訳（メタデータ） (2023-09-17T17:01:05Z)
• A Semantic Approach to Decidability in Epistemic Planning (Extended Version) [72.77805489645604]
  我々は決定可能性を達成するために新しい意味論的アプローチを用いる。 具体的には、知識の論理S5$_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)

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。