論文の概要: Authorization Before Context: A Model-Neutral Audience Boundary Against Cross-Audience Memory Leakage in Agentic Systems

• arxiv url: http://arxiv.org/abs/2608.17148v1
• Date: Mon, 17 Aug 2026 21:31:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.135369
• Title: Authorization Before Context: A Model-Neutral Audience Boundary Against Cross-Audience Memory Leakage in Agentic Systems
• Title（参考訳）: 文脈前の認証:エージェントシステムにおけるクロスオーディエンスメモリリークに対するモデルニュートラルオーディエンス境界
• Abstract要約: 個人言語エージェントは、ある聴衆から事実を学習し、後にそれを別の聴衆のために組み立てるプロンプトに配置する。 このメモリ・トゥ・コンテクストのステップはアタックサーフェスであり、あいまいなチャンネルや一貫性のないチャンネル、クロスオーディエンス・プライシング、有毒なメモリは、それぞれシステムがコンテキストを組み立てる原因となる。 我々は,単一かつ反単調なオーディエンスメンバーシップルールという,コンテキスト前の承認を導入する。
• 参考スコア（独自算出の注目度）: 1.8971303245256668
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A personal language agent learns a fact from one audience and may later place it in the prompt it assembles for another. This memory-to-context step is an attack surface: ambiguous or inconsistent channels, cross-audience prying, and poisoned memory can each cause the system to assemble context containing a fact relevant to the query yet unauthorized for the current viewers. We introduce authorization before context: a single, anti-monotone audience-membership rule applied at the memory-to-context transition. Each item carries the audience present when it was recorded; the current viewer set is read from channel metadata and falls back to public when ambiguous; and the item is admitted only when every current viewer already belonged to its audience. We prove that this rule gives every participant cross-channel recall while ensuring, by exclusion rather than by model behavior, that nothing recorded for a narrower audience reaches a broader one and that poisoned memory cannot widen its own audience. The boundary is a model-neutral invariant on the exact assembled context: a forbidden fact must be absent before the model is called. On a synthetic Contextual-Integrity suite, no forbidden fact entered the context our boundary assembled, whereas unscoped baselines included such facts by construction; we further audit that every read path fails closed. The evidence is preliminary and synthetic.
• Abstract（参考訳）: 個人言語エージェントは、ある聴衆から事実を学習し、後にそれを別の聴衆のために組み立てるプロンプトに配置する。 このメモリ・トゥ・コンテクスト・ステップはアタック・サーフェスであり、あいまいなチャンネル、不整合チャネル、クロスオーディエンス・プライシング、および有毒なメモリは、それぞれ、現在の視聴者にまだ許可されていないクエリに関連する事実を含むコンテキストをシステムに定義させる。 メモリ・トゥ・コンテクスト・トランジションに適用される単一のアンチモノトーンオーディエンス・メンバシップルールである。 各アイテムは、録音された時点で観客を収容し、現在の視聴者セットはチャンネルメタデータから読み取られ、あいまいな場合には公開され、現在の視聴者が既に観客に属している場合にのみ許可される。 我々は、このルールが、モデル行動よりも排他的に、より狭い観客に記録されたものは、より広い観客に届かず、有毒な記憶が自身の観客を広げることができないことを保証しながら、すべての参加者にチャンネル間のリコールを与えることを証明している。 境界は、正確に組み立てられた文脈におけるモデルニュートラル不変量である: 禁止された事実は、モデルが呼び出される前に欠かさなければならない。 合成されたContextual-Integrityスイートでは、境界が組み立てられたコンテキストに禁止された事実は入っていないが、非スコープのベースラインには、構築によってそのような事実が含まれていた。 証拠は予備的かつ合成的だ。

関連論文リスト

• Omni-Streaming Thinking [57.37011317711198]
  オームニモーダルモデルのストリーミングは、これまで観察されたビデオチャンクと同期オーディオから何といつ答えるかを決定する必要がある。 我々は,これまでに観察された証拠,今後の証拠の予測,及びこの証拠に基づく主張を含む構造化された出力を生成するOmni-Streaming Thinking (OST)を提案する。
  論文  参考訳（メタデータ） (2026-09-14T07:05:04Z)
• VeriPhy: Agentic Physical Reasoning for World Model Evaluation and Refinement [57.86962208273888]
  テキストのみのプランナが入力された物理義務にプロンプトをコンパイルする監査可能な物理検証システムを提案する。 それぞれのアクションは、ペイロードがタイプされた測定か、明示的にタグ付けされた学習状態である証明付きエビデンスレコードを返す。 我々は, 実発生障害を即時参照, 空間, 時間でローカライズする, 1500クリックの欠陥記録のコーパスにおいて, 評価をアンロックする。
  論文  参考訳（メタデータ） (2026-09-02T20:36:45Z)
• Adversarial Attacks for Good: A Survey of Proactive Protection across the Visual Content Lifecycle [65.6642776933861]
  この介入点付近で成長した保護パラダイムについて検討する。 ほとんどの保護は、主に静的あるいは弱い適応的な敵に対して検証されている。 我々は、堅牢で構成可能で、デプロイ可能な所有者側の保護のために、クロスステージ対策とオープンな問題を統合することで、閉鎖する。
  論文  参考訳（メタデータ） (2026-08-05T00:46:50Z)
• TRACE: An Operational Reasoning Schema for Auditable Agentic Commitments [0.0]
  TRACE (Typed Reasoning And Commitment Evidence) は、推論トレースを記録するためのタイプ付きバージョン付きスキーマである。 論文は3つのレイヤで、推論は言語モデルにはない、と論じている。 レコード消費者契約は、レコードが保証するものと、その見返りに消費者が尊重すべきものを記述する。
  論文  参考訳（メタデータ） (2026-07-14T08:08:21Z)
• They Infer What You Meant: Models Represent Communicative Intent More Reliably Than They Act On It [0.0]
  我々は、送信者の意図をデコードする言語モデルの失敗は、ロバストな表現の上にある読み出しの1つであることを示す。 線形プローブは、6つのモデルと4つのファミリー、およびベースチェックポイントで、送信者の意図を認識または評価したいかどうかを復号する。 ストーリーの行動的半分は、デフォルトの出力が意図に作用するかどうかが異なるという認識/評価のコントラストに基づいている。
  論文  参考訳（メタデータ） (2026-07-03T20:49:37Z)
• What You Approve Is What Executes: Consent Integrity for Black-Box LLM Agents [0.0]
  コーディングエージェントは、ヒューマン・イン・ザ・ループの承認ダイアログの背後で連続的なアクションをゲートするが、ダイアログはエージェント自身によってナレーションされる。 本稿では、エージェント承認チャネルにWhat You See Is What You Signをインポートすることで、欠落したプロパティであるIntegityを命名する。 人間に示されるアクションは、エージェントのナレーションではなく、境界における実際のアクションから信頼できる仲介者によってレンダリングされなければならない。
  論文  参考訳（メタデータ） (2026-06-01T11:08:17Z)
• AgentSecBench: Measuring Prompt Injection, Privacy Leakage, and Tool-Use Integrity in LLM Agents [0.2864713389096699]
  本稿では,AgentSecBenchを,この問題に対する正式なセキュリティフレームワークの実証的なインスタンス化として紹介する。 3つのゲーム・インストラクション・インテリジェンス・インテリジェンス・インテリジェンス・インテリジェンス・インテリジェンス・インテリジェンス・インテリジェンス・インテリジェンス(英語版)・インテリジェンス・インテリジェンス・インテリジェンス・インテリジェンス・インテリジェンス(英語版)・インテリジェンス・インテリジェンス・インテリジェンス・インテリジェンス・インテリジェンス・インテリジェンス・インテリジェンス(英語版)を定めている。 これは、承認された観察と能力に対するプロジェクションとしてのアプリケーションポリシーを表し、プロジェクションの即時アノテーションとプロジェクションの強化を区別し、敵のアドバンテージと、防衛が生成前に関連するモデル可視チャネルを閉鎖するかどうかを計測する。
  論文  参考訳（メタデータ） (2026-05-25T18:53:22Z)
• When to Think, When to Speak: Learning Disclosure Policies for LLM Reasoning [60.714416943748866]
  シングルストリームの自己回帰インターフェースでは、同じトークンがモデル状態を更新し、不可逆的な公約を構成する。 そこで我々は,Side-by-Side (SxS) Interleaved Reasoningを導入する。
  論文  参考訳（メタデータ） (2026-05-05T02:59:58Z)
• Learning the Cue or Learning the Word? Analyzing Generalization in Metaphor Detection for Verbs [54.86138668387175]
  我々は、多くの最先端システムの共有バックボーンであるRoBERTaを用いてメタファ検出を解析し、英語の動詞に着目した。 本稿では,選択された目標レムマのすべてのインスタンスを微調整から厳格に除外する,制御された語彙ホールドアウト設定を導入し,これらのヘルドアウトレムマの露光レムマに対する予測を比較した。 モデルはExpposed lemmasで最高のパフォーマンスを発揮するが、Held-out lemmasでは堅牢なパフォーマンスを維持している。
  論文  参考訳（メタデータ） (2026-04-15T10:48:09Z)
• Understanding Contextual Recall in Transformers: How Finetuning Enables In-Context Reasoning over Pretraining Knowledge [50.009682083079205]
  我々は,文脈的リコールが単独で事前学習から生じるかどうかを検討する。 ICL評価とは異なる暗黙的推論を必要とするタスクの微調整は、文脈的リコールの出現を誘発することを示す。 メカニカル・インサイト(メカニカル・インサイト)では,現実から文脈への遷移を再現するアテンションオンリー・トランスフォーマーの構成を導出する。
  論文  参考訳（メタデータ） (2026-03-21T22:46:55Z)
• Stateless Yet Not Forgetful: Implicit Memory as a Hidden Channel in LLMs [13.390425803544785]
  暗黙の記憶を導入し、モデルが他の独立した相互作用をまたいで状態を運ぶ能力を導入します。 デモとして、時間爆弾と呼ばれる新しい時間的バックドアを紹介します。 我々は,隠蔽型エージェント間通信,ベンチマーク汚染,ターゲット操作,トレーニングデータ中毒など,暗黙記憶の幅広い意味を分析した。
  論文  参考訳（メタデータ） (2026-02-09T12:01:32Z)
• Back to the Future: Unsupervised Backprop-based Decoding for Counterfactual and Abductive Commonsense Reasoning [79.48769764508006]
  ジェネレーティブ言語モデル(LM)は、過去の文脈のみを条件にするか、狭い範囲のテキスト入力を実行するよう訓練することができる。 我々は過去と将来の両方の文脈を柔軟に組み込むことができる新しい教師なし復号アルゴリズムであるDeLoreanを提案する。 提案手法は, 帰納的テキスト生成と反事実的ストーリーリビジョンの2つの非単調推論タスクに適用可能であることを示す。
  論文  参考訳（メタデータ） (2020-10-12T17:58:43Z)
• Paragraph-level Commonsense Transformers with Recurrent Memory [77.4133779538797]
  物語からコヒーレントなコモンセンス推論を生成するために,段落レベルの情報を含む談話認識モデルを訓練する。 以上の結果から,PARA-COMETは文レベルのベースライン,特にコヒーレントかつ新規な推論に優れていた。
  論文  参考訳（メタデータ） (2020-10-04T05:24:12Z)

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。