論文の概要: BRA-Audit: Budgeted Runtime Auditing for LLM Multi-Agent Systems via Cumulative-Exposure Audit-Point Placement

• arxiv url: http://arxiv.org/abs/2608.14668v1
• Date: Sun, 02 Aug 2026 14:35:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-23 14:54:39.954835
• Title: BRA-Audit: Budgeted Runtime Auditing for LLM Multi-Agent Systems via Cumulative-Exposure Audit-Point Placement
• Title（参考訳）: BRA-Audit: 累積露光オーディポイント配置によるLLMマルチエージェントシステムの予算実行監査
• Abstract要約: マルチエージェントシステム(LLM-MAS)は、特殊なコラボレーションを通じて複雑なタスクを解決するが、エージェント間の依存関係は、幻覚または悪意のある出力をシステムレベルの障害に伝達することができる。 BRA-Auditは,MAS実行を動的依存グラフとしてモデル化し,固定された監査コール予算の下で監査点配置として監査スケジューリングを定式化し,累積的未確認露出を最小限に抑える,予算対応型ランタイム監査フレームワークである。 BRA-Auditは、構造化されたコーディネーション、複雑な推論、オープンエンドタスク全体にわたって、クリーンな設定に近いパフォーマンスを回復し、重いガード手法と競合し、()エンドツーエンドのトークン消費を減らす。
• 参考スコア（独自算出の注目度）: 5.4775608854724345
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLM-based multi-agent systems (LLM-MAS) solve complex tasks through specialized collaboration, but inter-agent dependencies can propagate hallucinated or malicious outputs into system-level failures. Auditor agents mitigate these risks, yet existing strategies face an efficiency dilemma: end-only auditing reviews long trajectories and final outputs, potentially weakening audit effectiveness and enlarging rollback scope, while auditing every agent each round improves detection and localization at high token cost. How can guard performance be preserved while minimizing token cost? To address this problem, we propose BRA-Audit, a budget-aware runtime auditing framework that models MAS execution as a dynamic dependency graph and formulates audit scheduling as audit-point placement under a fixed audit-call budget to minimize cumulative unchecked exposure. Its greedy scheduler prioritizes influential and long-unaudited regions, while trusted audit points enable localized recovery. Across structured coordination, complex reasoning, and open-ended tasks, BRA-Audit restores performance close to the clean setting, remains competitive with heavy guard methods and reduces end-to-end token consumption by \(17.2\%\)--\(40.6\%\).
• Abstract（参考訳）: LLMベースのマルチエージェントシステム(LLM-MAS)は、特殊なコラボレーションを通じて複雑なタスクを解決するが、エージェント間の依存関係は、幻覚または悪意のある出力をシステムレベルの障害に伝達することができる。 監査員はこれらのリスクを軽減するが、既存の戦略は効率のジレンマに直面している: エンドオンリーの監査レビュー 長い行程と最終的なアウトプットをレビューし、監査の有効性を弱め、ロールバックのスコープを拡大し、各ラウンドの監査は、高いトークンコストで検出とローカライゼーションを改善する。 トークンコストを最小限に抑えながら、パフォーマンスを保護するにはどうすればいいのか? そこで我々は,MAS実行を動的依存グラフとしてモデル化し,監査スケジューリングを固定された監査コール予算の下で監査ポイント配置として定式化し,累積的未確認露出を最小限に抑える,予算対応型ランタイム監査フレームワークであるBRA-Auditを提案する。 強欲なスケジューラは、影響力のある地域や、長く無視されてきた地域を優先し、信頼できる監査ポイントは、局所的なリカバリを可能にする。 BRA-Auditは、構造化された調整、複雑な推論、オープンエンドタスク全体にわたって、クリーンな設定に近いパフォーマンスを回復し、重いガード手法と競合し続け、エンドツーエンドのトークン消費を \(17.2\%\)-\(40.6\%\)削減する。

関連論文リスト

• Fairness Auditing: Lower Bounds on Company Manipulation [4.867679624126028]
  フェアネス監査は、雇用、貸与、自動意思決定といった高度なアプリケーションでますます義務付けられている。 最近の研究はブラックボックスフェアネス監査の基本的な不可能な結果を確立している。 有限監査資源の下では避けられない事後操作の程度を定量化する。
  論文  参考訳（メタデータ） (2026-08-01T10:11:20Z)
• Decoupled Smart Contract Audits: Lightweight LLM Framework via Distillation and Aggregation [0.5649790777986989]
  軽量で高度に最適化されたオープンソース LLM を利用した,効率的なエンドツーエンドのスマートコントラクトセキュリティ監査フレームワークを提案する。 我々のフレームワークは、総合的な監査タスクを、脆弱性検出、説明、重度分類、修正推奨の4つの相互接続されたコンポーネントに分離する。 実験結果から、我々の軽量パイプラインは、最先端のオープンソースコーダの高密度LLMよりも一貫して優れています。
  論文  参考訳（メタデータ） (2026-06-02T04:13:43Z)
• Scaling Laws for Agent Harnesses via Effective Feedback Compute [53.68149869349268]
  emphEffective Feedback Compute (EFC)は、情報的、有効、非冗長な場合にのみフィードバックを信用し、その後の決定のために保持するトレースレベルのスケーリング座標である。 EFCベースの座標は、生の計算ベースラインよりも失敗率を常に予測する。
  論文  参考訳（メタデータ） (2026-05-28T09:45:47Z)
• Time to REFLECT: Can We Trust LLM Judges for Evidence-based Research Agents? [61.49434544687523]
  本稿では,エージェント環境におけるきめ細かい故障検出を目的としたメタ評価ベンチマークREFLECTを紹介する。 REFLECTはプロセスレベルの障害モードと結果レベルの障害モードの詳細な分類を定義し、制御および局所的な介入を実行することでインスタンス化する。 私たちの実験では、最高のパフォーマンスモデルでさえ、推論、ツール使用、レポート品質の失敗に対して、全体的なアキュラシーを55%以下に達成しています。
  論文  参考訳（メタデータ） (2026-05-18T23:55:08Z)
• Differentially Private Auditing Under Strategic Response [0.0]
  監査担当者がプライバシーに制約のある監査インターフェースに戦略的に対応できる場合、監査設計について検討する。 プライバシに制約のある監査をバイレベルなStackelbergゲームとして定式化し、監査人がクエリポリシーとDP予算割り当てを有害次元にわたってコミットする。 本稿では,開発者のベストレスポンスを通した高次アルゴリズムであるStrategic Private Audit Design (SPAD)を提案する。
  論文  参考訳（メタデータ） (2026-05-08T12:44:03Z)
• Inference-Time Budget Control for LLM Search Agents [21.14983754890843]
  マルチホップ質問応答(QA)の問題を2段階の推論時間予算制御として定式化する。 検索時には,各実行可能なアクションに対して,タスクレベルの値情報(VOI)スコアを割り当てる。 探索後、選択的エビデンスグラウンドのファイナライザは、軌道解答を洗練された候補と比較し、残差エラーが低リスクな解形式エラーであるように見える場合にのみ書き換える。
  論文  参考訳（メタデータ） (2026-05-07T05:45:58Z)
• Conformal Thinking: Risk Control for Reasoning on a Compute Budget [60.65072883773352]
  大規模言語モデル(LLM)の推論により、トークンの予算が増加するにつれて、データセットレベルの精度が向上する。 我々は、予算設定問題をリスクコントロールとして再設定し、計算を最小化しながらエラー率を制限する。 我々のフレームワークは、モデルが自信のあるときに推論を停止する上位しきい値と、未解決のインスタンスを事前に停止させる新しい下位しきい値を導入する。
  論文  参考訳（メタデータ） (2026-02-03T18:17:22Z)
• Reliable LLM-Based Edge-Cloud-Expert Cascades for Telecom Knowledge Systems [54.916243942641444]
  大規模言語モデル(LLM)は、通信などの分野において、自動化の鍵となる存在として浮上している。 本研究では,問合せパイプラインによる意思決定を支援する,エッジクラウドに精通したLLMベースの知識システムについて検討する。
  論文  参考訳（メタデータ） (2025-12-23T03:10:09Z)
• DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems [48.971606069204825]
  DoVerは、大規模言語モデル(LLM)ベースのマルチエージェントシステムのための介入駆動デバッグフレームワークである。 ターゲットの介入を通じて、アクティブな検証によって仮説生成を増強する。 DoVerは失敗試験の18～28%を成功させ、最大16%のマイルストーンを達成し、失敗仮説の30～60%を検証または否定する。
  論文  参考訳（メタデータ） (2025-12-07T09:23:48Z)
• Audit the Whisper: Detecting Steganographic Collusion in Multi-Agent LLMs [0.0]
  Audit the Whisperは、理論、ベンチマーク設計、検出、検証にまたがるカンファレンスグレードの研究成果物である。 i) パラフレーズ, レート制限, 役割置換などの介入が, ペアリングしたKullback-Leibler診断によって定量的なペナルティの操作を課すことを示すチャネル容量分析を行った。 我々は、匿名化された再生スクリプト、匿名化されたマニフェスト、ドキュメントをリリースし、外部監査官がすべての図を再現し、二重盲検要件を満たし、最小限の努力でフレームワークを拡張します。
  論文  参考訳（メタデータ） (2025-10-05T17:51:52Z)
• Intra-request branch orchestration for efficient LLM reasoning [52.68946975865865]
  大規模言語モデル(LLM)は、複雑なタスクの正確性を改善するために、推論時推論アルゴリズムにますます依存している。 それまでの作業は、トークンの使用を減らすことを中心に、多くの場合、正確さを犠牲にしつつ、他のレイテンシ要因を見越すことに重点を置いていた。 本稿では,LLMサービスシステムであるDUCHESSについて,予測によって導かれるリクエスト内ブランチオーケストレーションにより,精度を犠牲にすることなく,コストとレイテンシを低減できるシステムを提案する。
  論文  参考訳（メタデータ） (2025-09-29T15:52:08Z)
• Code-as-Monitor: Constraint-aware Visual Programming for Reactive and Proactive Robotic Failure Detection [56.66677293607114]
  オープンセットのリアクティブかつアクティブな障害検出のためのCode-as-Monitor(CaM)を提案する。 モニタリングの精度と効率を高めるために,制約関連エンティティを抽象化する制約要素を導入する。 実験により、CaMは28.7%高い成功率を達成し、厳しい乱れの下で実行時間を31.8%短縮することが示された。
  論文  参考訳（メタデータ） (2024-12-05T18:58:27Z)

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。