論文の概要: From Blind Edits to Verified Repair: Building Trustworthy User-Side LLM Agents for Web Accessibility
- arxiv url: http://arxiv.org/abs/2608.24913v1
- Date: Sun, 26 Jul 2026 17:21:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 05:49:59.247124
- Title: From Blind Edits to Verified Repair: Building Trustworthy User-Side LLM Agents for Web Accessibility
- Title（参考訳）: Blind Edits から Verified repair: Building Trust worth User-Side LLM Agents for Web Accessibility
- Abstract要約: Chrome拡張機能はページのスタイルシートを抽出し、それを凝縮してローカルモデルのコンテキストウィンドウに適合させ、その結果をライブページに可逆的に注入する。
二重条件プロトコルは、10の違反に富む10の高アクセスのライブサイトで6つの小さなオープンウェイトモデル(7Bから14B)に適用される。
検証された修理器具は、トリリンガルシード違反ベンチマークと、違反が厳格に減少した場合のみ変更を受け入れる監査注入検証ループとをペアリングする。
- 参考スコア（独自算出の注目度）: 0.5872014229110213
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Assistive agents that adapt web pages on the user's side, at the moment of browsing, could reach the accessibility failures that site authors leave unfixed, and large language models make such agents newly plausible. We contribute three building blocks toward that goal. The first is a complete, privacy-preserving browser agent: a Chrome extension that extracts a page's style sheets, condenses them to fit a local model's context window, asks the model for additive CSS addressing 18 metrics from WCAG and the W3C cognitive accessibility guidance, and injects the result reversibly into the live page. The second is a dual-condition protocol that measures harm as carefully as benefit, applied to six small open-weight models (7B to 14B) on ten violation-rich and ten highly accessible live sites. The diagnosis is sobering but precise: unverified generation improved and regressed pages at similar rates (24 improvements against 20 regressions across the 100 trials of the five models that produced injectable CSS), fixing typography while breaking perception-dependent properties. The third answers the diagnosis: a verified repair instrument pairing a trilingual seeded-violation benchmark with an audit-inject-verify loop that accepts a change only if violations strictly decrease, so regression on the automated checks is impossible by construction. In a real browser the instrument detects 57 of 57 seeded violations with no false positives and rejects 126 of 126 adversarially harmful candidates. All code, prompts, benchmark materials, aggregate data, and validation logs are released.
- Abstract（参考訳）: ウェブページを閲覧時にユーザの側に適応させる補助的エージェントは、サイト作者が未修正のままにしておくアクセシビリティ障害に到達し、大きな言語モデルによってそのようなエージェントが新たに妥当になる可能性がある。
私たちはその目標に向けて3つのビルディングブロックを寄付します。
ページのスタイルシートを抽出し、ローカルモデルのコンテキストウィンドウに適合するように凝縮するChromeエクステンションで、WCAGとW3Cの認知アクセシビリティガイダンスから18のメトリクスを付加的なCSSアドレスとしてモデルに要求し、結果をライブページに可逆的に注入する。
第二に、2つの条件プロトコルは、利益の度合いを慎重に測定し、10の違反に富んだ、10の高度にアクセス可能なライブサイト上の6つの小さなオープンウェイトモデル(7Bから14B)に適用する。
検証されていない生成は改善され、同様の速度でページを退避させ(インジェクタブルCSSを生成する5つのモデルの100のトライアルで20の回帰に対して24の改善)、認識に依存した特性を破りながらタイポグラフィーを固定する。
第3の診断は、トリリンガルシード型違反ベンチマークと、違反が厳格に減少した場合のみ変更を受け入れる監査インジェクト検証ループとを組み合わせて、自動チェックの回帰が建設によって不可能になる、という検証済みの修復器具である。
実際のブラウザでは、偽陽性のない57個のシードされた違反のうち57個を検出し、116個の有害候補のうち126個を拒絶する。
すべてのコード、プロンプト、ベンチマーク資料、集約データ、バリデーションログがリリースされる。
関連論文リスト
- Watermarks Without Verification: AI Text Watermarking After the EU AI Act [49.51124343181601]
EU AI法第50条では、生成可能なAIプロバイダに対して、システムが生成したコンテンツをマークし、AI生成として検出することを要求している。
Anthropicは、その日後にリリースされたすべてのClaudeモデルが、すべての生成されたテキストにSynthID-Textに基づく透かしを埋め込んでいることを公表した。
我々は、現在、異議や保証は確認できないし、この不信は、それ自体を透かしではなく、実質的なガバナンスの失敗であると論じている。
論文 参考訳（メタデータ） (2026-09-09T01:56:17Z) - SWE-Test: Benchmarking LLM Vulnerability Discovery via Input Prediction [13.719725391379276]
脆弱性発見は、大規模言語モデル(LLM)エージェントの重要な機能である。
我々は、その測定を、クローズドな決定論的基底真理を持つ入力予測タスクとして再放送する。
これにより、発見は15ドメインにまたがる22の現実世界のC/C++プログラムで3つのタスクモードに分解される。
論文 参考訳（メタデータ） (2026-09-05T19:04:41Z) - From Traceability to Justifiability: Accountability Structures in Agentic Software Engineering [0.0]
公開資料のみから、AIレコードがクレームを表現できるかどうか、宣言された場所を保持できるかどうかを測定する。
188個の二重グレード細胞で、デフォルトレコードが行動システムのコンテンツアイデンティティを出力するプラットフォームは見つからなかった。
計器は、パイプラインが発行した排気のみからの保証深度を計算し、宣言された深さと比較する。
論文 参考訳（メタデータ） (2026-08-21T16:45:00Z) - AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents [83.37969790806069]
LLMエージェントのエラーは、エラーが表面化するステップが原因ではないことが多いため、デバッグが難しい。
Agent DebuggerXはオープンソースのフレームワークで、デバッグをDe Detect, Attribute, Recover, Rerunのクローズドループとして整理する。
コアとなるDeep Debuggerは、グローバルな軌跡理解を通じてマルチターン根本原因診断を行う。
論文 参考訳（メタデータ） (2026-07-21T06:21:13Z) - Fantastic Adaptive Taxonomies and How to Use Them [100.20614173157708]
AdaMASTは、実行トレースをコンパクトでエビデンスに基づく障害分類に変換する。
コードには手書きのコードはなく、人間による注釈もない。
エージェント・システム・サーチでは、失敗候補の分類コード診断が自由形式より優れている。
論文 参考訳（メタデータ） (2026-07-17T17:41:16Z) - Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
PointArena 2026は77.2%の精度でベンチマークで2位である。
ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。
次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
論文 参考訳（メタデータ） (2026-06-29T06:39:03Z) - A Layered Security Framework Against Prompt Injection in RAG-Based Chatbots [1.948261185683419]
推論パイプライン全体を通して直接および間接的なインジェクションをインターセプトする3層フレームワークを提案する。
GPT-4o、Llama 3、Mistral 7Bの5,080サンプルの評価は、このフレームワークが攻撃成功率(ASR)を71.4%から11.3%に下げていることを示している。
論文 参考訳（メタデータ） (2026-06-17T23:59:57Z) - PIIGuard: Mitigating PII Harvesting under Adversarial Sanitization [2.581858346414243]
PIIGuardは、間接的なプロンプトインジェクションを保護メカニズムとして再利用するWebページレベルのディフェンスである。
PIIGuardは、ルールベースのリークスコア、進化的突然変異、最終判断に基づく復元可能性評価を用いて、断片テキストと挿入位置を検索する。
論文 参考訳（メタデータ） (2026-05-04T20:13:22Z) - Verify Before You Fix: Agentic Execution Grounding for Trustworthy Cross-Language Code Analysis [0.0]
ソフトウェア脆弱性分析のための言語横断的な脆弱性ライフサイクルフレームワークを構築します。
89.84-92.02%の言語内検出精度,74.43-80.12%のゼロショット言語F1。
これらの結果は,LLM駆動型エージェントAIのための原理的かつ実用的に展開可能なメカニズムであることを示す。
論文 参考訳（メタデータ） (2026-04-12T20:22:23Z) - ClawArena: Benchmarking AI Agents in Evolving Information Environments [61.664633997138004]
ClawArenaは、進化する情報環境におけるAIエージェントの評価のためのベンチマークである。
それぞれのシナリオは、エージェントをノイズ、部分的、時には矛盾するトレースだけに露呈しながら、完全に隠された地上の真実を維持します。
評価は、マルチソースコンフリクト推論、動的信念修正、暗黙のパーソナライゼーションという3つの複合的な課題に基づいて構成される。
論文 参考訳（メタデータ） (2026-04-05T17:55:23Z) - VulAgent: Hypothesis-Validation based Multi-Agent Vulnerability Detection [55.957275374847484]
VulAgentは仮説検証に基づくマルチエージェント脆弱性検出フレームワークである。
セマンティクスに敏感なマルチビュー検出パイプラインを実装しており、それぞれが特定の分析の観点から一致している。
平均して、VulAgentは全体的な精度を6.6%改善し、脆弱性のある固定されたコードペアの正確な識別率を最大450%向上させ、偽陽性率を約36%削減する。
論文 参考訳（メタデータ） (2025-09-15T02:25:38Z) - Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。
拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。
MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
論文 参考訳（メタデータ） (2024-05-01T12:03:39Z)
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。