論文の概要: SkillEffect: Checked Lowering for Memory-Bounded Agent Tools
- arxiv url: http://arxiv.org/abs/2608.17007v1
- Date: Mon, 17 Aug 2026 18:03:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.089317
- Title: SkillEffect: Checked Lowering for Memory-Bounded Agent Tools
- Title（参考訳）: SkillEffect: メモリ境界エージェントツールのチェックダウン
- Abstract要約: 本稿では,実行時計算のためのチェックダウンコンストラクタであるSkillEffectについて述べる。
SkillEffectの汎用性は、自動ではなくアーキテクチャである。
6つのプラグインが5つの実行パターンで同じコントラクトをインスタンス化している。
- 参考スコア（独自算出の注目度）: 5.428461472927947
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agent Skills can specify procedural and resource obligations for tool use, and language models instantiate them as concrete programs. However, when models turn this guidance into code for existing tool interfaces, even a semantically correct program may load an entire input and exceed the memory available to one tool call. We present SkillEffect, a checked-lowering runtime for computations with a recoverable source relation, an audited bounded implementation, and a registered output postcondition. Before granting execution authority, an independent checker rebuilds each proposed lowering from the submitted program and immutable input. Every relation plugin supplies a source recognizer, input-fact extractor, bounded-IR constructor, arena-bound function, and postcondition; one common runtime provides checked selection, bounded-VM execution, atomic capacity leasing, and staged publication. Generality in SkillEffect is architectural rather than automatic: each supported computation requires an audited relation plugin, while the dispatch, resource-control, execution, and publication mechanisms are shared across plugins. Across six operator families, bounded access substantially reduces peak memory and improves completion under externally fixed caps. Six plugins instantiate the same contract across five execution patterns, from streaming reduction to bounded-heap Top-k. The XLSX onboarding study and Top-k extension show that a new relation and a new retained-state pattern reuse the same trust boundary, while the checker accepts all evaluated legal configurations and rejects all adversarial proposals. Together, these results show that one checked-lowering architecture can enforce heterogeneous registered memory relations at Agent tool dispatch.
- Abstract（参考訳）: エージェントスキルは、ツール使用の手続き的義務とリソース的義務を指定でき、言語モデルはそれらを具体的なプログラムとしてインスタンス化する。
しかし、モデルがこのガイダンスを既存のツールインターフェースのコードに変換すると、意味論的に正しいプログラムでさえ入力全体をロードし、1つのツール呼び出しで利用可能なメモリを超える可能性がある。
SkillEffectは、リカバリ可能なソース関係、監査されたバウンダリ実装、および登録された出力後条件で計算を行うためのチェック・ローアリングランタイムである。
実行権限を与える前に、独立したチェッカーは、提案されたプログラムと不変入力から下降する各提案を再構築する。
すべてのリレーショナルプラグインは、ソース認識器、インプットファクト抽出器、バウンド-IRコンストラクタ、アリーナ-バウンド関数、および後条件を提供します。
SkillEffectの一般性は自動ではなくアーキテクチャである: 各サポート対象の計算には監査済みの関係プラグインが必要であるが、ディスパッチ、リソース制御、実行、パブリッシュメカニズムはプラグイン間で共有されている。
6つのオペレーターファミリにまたがって、バウンドアクセスはピークメモリを大幅に削減し、外部固定キャップによる補完を改善する。
6つのプラグインが5つの実行パターンで同じコントラクトをインスタンス化している。
XLSX搭載研究とTop-k拡張は、新しい関係と新しい状態パターンが同じ信頼境界を再利用し、チェッカーはすべての評価された法的構成を受け入れ、全ての敵の提案を拒否することを示している。
これらの結果から,Agentツールディスパッチにおいて,あるチェックローリングアーキテクチャが異種登録メモリ関係を強制できることが示唆された。
関連論文リスト
- PeakBench: Benchmarking Resource-Aware Tool Invocation in LLM Agents [79.28372522980153]
PeakBenchは、実行可能なマルチツール依存アノテーションと測定リソースプロファイルのベンチマークである。
我々は,強い論理的計画が資源制約下での安全あるいは効率的な実行に確実に変換されないことを示す。
PeakBenchは、リソース認識エージェントの振る舞いの診断に有用なテストベッドである。
論文 参考訳（メタデータ） (2026-08-25T12:56:08Z) - ScrambleToolBench: Agents Search Exhaustively Even When Their Own Map Points to the Next Step [74.83535434786145]
ScrambleToolBenchは,行動推論の分離を目的とした対話型端末ベンチマークである。
このベンチマークでは、エージェントがテストとエラーのインタラクションを通じて、隠されたツールの振る舞いを明らかにする必要がある。
現状の言語モデルに対する我々の評価は、初期発見が成功しても頑健な適応にはならないことを示している。
論文 参考訳（メタデータ） (2026-08-03T15:07:46Z) - From Cognitive Architectures to Language Agents: A Mechanism-Level Review of Lineage, Convergence, and Migration Gaps [0.0]
レビューでは、10の歴史的認知アーキテクチャ、8つの言語エージェントランタイムファミリ、42のメカニズムにフォーカスしたモダンなシステムを関連付けている。
状態、制御、移行、永続化、失敗、学習、リソースガバナンスを通じて、各メカニズムを再構築します。
我々は、独特なメカニズムカタログ、監査可能なエビデンス深さフレームワーク、そしてこれらのバンドルを構成可能な不変量としてテストするための偽りのアジェンダを貢献する。
論文 参考訳（メタデータ） (2026-07-27T02:38:59Z) - Claim Plane: Enforceable Change Intents and Dynamic Scope for Parallel Coding Agents [1.4721615285883427]
本稿では,同時ソフトウェア変更をプリライト入力問題として扱うモデルに依存しない協調アーキテクチャであるClim Planeを提案する。
決定論的制御プレーンは、互換性のある意図をアトミックに認め、宣言された領域に同ファイルの並列性を制約し、未解決の重複をシリアライズし、依存性の無効性を追跡し、曖昧な権限で閉じる。
最初に試みられた突然変異は、現在のアクティブセットに対するアトミックスコープの促進と再許可を引き起こす。
論文 参考訳（メタデータ） (2026-07-24T02:30:50Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - Constraint Tax in Open-Weight LLMs: An Empirical Study of Tool Calling Suppression Under Structured Output Constraints [37.92327096151557]
本稿では,生産エージェントシステムで観測された再現可能な現象について報告する。
複数のオープンウェイトモデルでは、高いスキーマ準拠を維持しながら、ツールの起動を中止している。
本稿では,スキーマ制約された応答生成からツールの実行を分離する推論時間戦略であるTransparent Two-Executionを提案する。
論文 参考訳（メタデータ） (2026-06-24T09:14:18Z) - ClawForge: Generating Executable Interactive Benchmarks for Command-Line Agents [59.626170560327274]
textbfClawForgeは、ステートコンフリクト下で実行可能なコマンドラインカテゴリのためのジェネレータベースのベンチマークフレームワークである。
私たちはこのフレームワークをClawForge-Bench(17のシナリオ、6の能力カテゴリ)としてインスタンス化します。
論文 参考訳（メタデータ） (2026-05-13T21:34:08Z) - SARC: A Governance-by-Architecture Framework for Agentic AI Systems [0.0]
エージェントAIシステムは、ツール、サブエージェント、外部サービスを通じてますます機能するが、ガバナンスコントロールは、プロンプト、ダッシュボード、ポストホックドキュメンテーションにアタッチされることが多い。
SARCは、制約をステート、アクションスペース、報酬と共に第一級の仕様オブジェクトとして扱うツール使用エージェントのためのランタイムガバナンスアーキテクチャである。
SARCは厳密な述語の下でゼロのハードコントラスト違反を実行し、その宣言されたPAAのスロットリング応答は、ポリシー・アズ・コードのみと比較して、ソフトウインドウのオーバーアーを89.5%削減する。
論文 参考訳（メタデータ） (2026-05-08T13:34:36Z) - IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory [73.22944697933603]
既存のパイプラインは不透明でエンドツーエンドの出力を生成し、検査の中間状態は公開しない。
IMPACT-Cycleは,マルチモーダル反復クレームレベルのメンテナンスとして,長時間ビデオ理解を再構築するマルチエージェントシステムである。
論文 参考訳（メタデータ） (2026-04-22T03:03:33Z) - Context: Proactive Goal-Directed Intelligence via Composable Sandboxed Programs, Declarative Wiring, and Structured Interaction [0.0]
私たちは、Magarshak Architectureのインテリジェンス層であるContextを紹介します。
リアクティブなクエリ応答型チャットボットを、ユーザのプロンプトを待つことなく共有タスクを前進させる、アクティブな目標指向エージェントに置き換える。
文脈安定性定理, ターン毎のLMコストを意味変化率の関数として有界化すること, プログラム構成の正確性定理, 宣言的配線音性定理, アクティブ・ドミナンス定理の6つの公式な結果を示す。
論文 参考訳（メタデータ） (2026-04-21T14:39:40Z) - Towards Efficient Agents: A Co-Design of Inference Architecture and System [66.59916327634639]
本稿では,エージェントアクセラレーションのための統合フレームワークであるAgentInferを提案する。
問題をAgentCollab、AgentSched、AgentSAM、AgentCompressの4つの相乗的コンポーネントに分解する。
BrowseComp-zhとDeepDiverベンチマークの実験では、これらの手法の相乗的コラボレーションを通じて、AgentInferは非効率なトークン消費を50%以上削減することを示した。
論文 参考訳（メタデータ） (2025-12-20T12:06:13Z)
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。