論文の概要: From Natural Language Policies to Executable Obligations: A Verification Harness for Dependable In-Car LLM Agents

• arxiv url: http://arxiv.org/abs/2608.23282v1
• Date: Mon, 24 Aug 2026 14:06:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:44.127667
• Title: From Natural Language Policies to Executable Obligations: A Verification Harness for Dependable In-Car LLM Agents
• Title（参考訳）: 自然言語政策から実行可能規範へ:依存型車内LCMエージェントに対する検証的ハーネス
• Abstract要約: 我々は,CAR-bench Track1への参入であるAgentGuardUtilを紹介した。 各会話で出荷される自然言語ポリシーは、ポリシー毎に1度、型付きマシンチェック可能なルールにコンパイルされる。 決定論的義務エンジンは、これらのルールをライブツールの結果と、ドラフト自体のシミュレーション後状態に対して解釈する。
• 参考スコア（独自算出の注目度）: 0.5352699766206808
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large Language Models (LLMs) agents deployed in vehicles must satisfy a written operating policy on every turn: a single hallucinated identifier, omitted mandatory side-effect, or premature completion claim fails the task. We present AgentGuardUtil, our entry to CAR-bench Track~1, which treats the AI planer (LLM) as a fallible proposer inside a grounded verify-and-revise loop. Its core novelty is a runtime policy compiler: the natural-language policy shipped with each conversation is compiled, once per policy, into typed machine-checkable rules, a subset of which receive an executable form. A deterministic obligation engine interprets these rules against live tool results and the simulated post-write state of the draft itself, emitting the exact remedial calls with computed arguments rather than natural-language reminders. Around this engine, 25 deterministic gates (identifier provenance, schema and enum validity, gather-before-act, confirmation and future-time protocols) and an LLM critic produce tiered findings that drive a bounded revision loop tuned for the pass k metric.
• Abstract（参考訳）: 大型言語モデル(LLM)エージェントは、1つの幻覚的識別子、省略された強制的な副作用、または早期完了要求がタスクを失敗する。 我々は,CAR-bench Track~1への参入であるAgentGuardUtilを紹介した。 それぞれの会話で出荷される自然言語ポリシーは、ポリシー毎に一度、型付きマシンチェック可能なルールにコンパイルされ、そのサブセットが実行可能なフォームを受け取る。 決定論的義務エンジンは、これらのルールをライブツールの結果と、ドラフト自体のシミュレーション後状態に対して解釈し、自然言語のリマインダーではなく計算された引数による正確な修正コールを発行する。 このエンジンの周辺では、25個の決定論的ゲート(識別証明、スキーマ、エヌムの妥当性、事前実行、確認、将来のプロトコル)とLCM批評家が、パスk計量に調整された有界リビジョンループを駆動する有界な発見を生成する。

関連論文リスト

• CEDAR: Automata as Verifiable Interfaces for Language-Guided Embodied Action [10.197044775138883]
  CEDARは環境イベントトレース上の正規言語として命令を基盤とするフレームワークである。 Minecraftでは、プログラム生成ベースラインに同じシミュレータ/API観測が利用可能であり、CEDARは時間的および空間的制約を維持している。 これらの結果は,正規言語が自然言語命令と具体的エージェントポリシーの間に実践的な検証層を提供することを示している。
  論文  参考訳（メタデータ） (2026-08-28T00:25:48Z)
• In-Context VLA: Endowing Vision-Language-Action Models with Language via In-Context Post-Training and Agentic Tool Use [18.507118969955666]
  Vision-Language-Actionモデルは、静的イメージと固定命令で条件付けられた専門家のアクションチャンクを模倣する。 textbfourmethodは,言語能力を備えたVLAを実現するフレームワークである。 提案手法は,CoTをベースとした手法と比較して,性能と効率の両面において一貫したSOTA結果が得られる。
  論文  参考訳（メタデータ） (2026-08-06T08:21:02Z)
• ETAS: An Effect-Typed Language for Agent Systems [3.1440390119576676]
  ETASはエージェントシステムのためのプログラミング言語である。 モデル支援エージェント、ツールコール、プロンプト、型付きメモリ、人間の承認、ポリシー、実行トレースをセマンティックプログラム要素として扱う。
  論文  参考訳（メタデータ） (2026-07-20T10:11:53Z)
• 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)
• Weave of Formal Thought [51.56484100374058]
  WoFT(Weave of Formal Thought)は、厳密な構文的検証と学習された構造的表現を結合したパラダイムである。 本稿では,非終端文法記号を直接生成にインターリーブするために,言語モデルを訓練する潜時可変微調整法を提案する。 Pythonでは、RWS目的のStarCoder2-3Bを微調整することで、テキストのみのSFTベースラインと比較して、トーケン毎のクロスエントロピーが14.3%削減される。
  論文  参考訳（メタデータ） (2026-06-24T15:58:11Z)
• VASO: Formally Verifiable Self-Evolving Skills for Physical AI Agents [57.240036084348354]
  本稿では,ロボットスキルコントラクトの検証誘導自己進化のためのフレームワークであるVASOを紹介する。 VASOは論理的に一貫性のないスキル契約を検証し、グローバルおよびローカルな時間的仕様に対してスキルによって誘発される計画を検証する。 Clearpath Jackal と PX4 のクアッドコプタータスクでは、VASO は100点未満の最適化サンプルを使用して97.2% の形式的な仕様準拠に達した。
  論文  参考訳（メタデータ） (2026-06-03T20:02:35Z)
• RunAgent: Interpreting Natural-Language Plans with Constraint-Guided Execution [36.644786364066796]
  RunAgentは、自然言語プランを解釈し、制約やルーリックを通じて段階的に実行するマルチエージェントプラン実行プラットフォームである。 RunAgent はベースライン LLM や最先端の PlanGEN 法より優れていることを示す。
  論文  参考訳（メタデータ） (2026-05-01T17:29:45Z)
• A Physical Agentic Loop for Language-Guided Grasping with Execution-State Monitoring [5.437966695589128]
  我々は、接地された実行状態上で動作する有界な実施エージェントとして言語誘導の把握を再構築する。 未修正の学習操作プリミティブをラップする物理エージェントループを導入する。 眼内カメラD405を用いた移動マニピュレータのループを検証した。
  論文  参考訳（メタデータ） (2026-04-08T08:01:35Z)
• Policy-as-Prompt: Turning AI Governance Rules into Guardrails for AI Agents [0.19336815376402716]
  我々は、構造化されていない設計成果物(RD、TDD、コードなど)を検証可能なランタイムガードレールに変換する規制機械学習フレームワークを導入します。 Promptメソッドとしての私たちのポリシーは、これらのドキュメントを読み、ソースリンクされたポリシーツリーを構築するためのリスクコントロールです。 システムは最小限の特権とデータ最小化を強制するために構築される。
  論文  参考訳（メタデータ） (2025-09-28T17:36:52Z)
• DECIDER: A Dual-System Rule-Controllable Decoding Framework for Language Generation [57.07295906718989]
  制約付き復号法は,事前訓練された大言語(Ms と PLMs)が生成するテキストの意味やスタイルを,推論時に様々なタスクに対して制御することを目的としている。 これらの方法は、しばしば、欲求的かつ明示的にターゲットを選択することによって、もっともらしい連続を導く。 認知二重プロセス理論に着想を得て,新しい復号化フレームワークDECDERを提案する。
  論文  参考訳（メタデータ） (2024-03-04T11:49:08Z)
• Generative Context-aware Fine-tuning of Self-supervised Speech Models [54.389711404209415]
  生成型大規模言語モデル(LLM)生成コンテキスト情報の利用について検討する。 自己教師型音声モデルの微調整中に生成した情報を抽出する手法を提案する。 本稿では,SLUE と Libri-light のベンチマークを用いて,自動音声認識,名前付きエンティティ認識,感情分析を行う手法を提案する。
  論文  参考訳（メタデータ） (2023-12-15T15:46:02Z)
• Large Language Models as General Pattern Machines [64.75501424160748]
  我々は,事前訓練された大規模言語モデル (LLM) が,複雑なトークンシーケンスを自動回帰的に完了することを示す。 驚いたことに、語彙からランダムにサンプリングされたトークンを用いてシーケンスが表現された場合でも、パターン完了の習熟度を部分的に保持することができる。 本研究では,ロボット工学における問題に対して,これらのゼロショット機能がどのように適用されるかを検討する。
  論文  参考訳（メタデータ） (2023-07-10T17:32:13Z)
• CAPE: Corrective Actions from Precondition Errors using Large Language Models [8.547766794082184]
  本研究では,計画中の条件誤差を解決するための修正行動を提案する新しい手法を提案する。 CAPEは、アクション前提条件からの少数ショット推論を活用することにより、生成されたプランの品質を改善する。 そこでCAPEはSayCanに比べて76.49%の精度でタスク計画の正しさを向上する。
  論文  参考訳（メタデータ） (2022-11-17T23:14:51Z)

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。