論文の概要: Can MCP Clients Decide What to Do After Failure? A Result-Only Actionability Audit
- arxiv url: http://arxiv.org/abs/2609.00072v1
- Date: Mon, 31 Aug 2026 06:45:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-02 16:31:35.820626
- Title: Can MCP Clients Decide What to Do After Failure? A Result-Only Actionability Audit
- Title（参考訳）: MCPクライアントは失敗後に何をすべきか決定できるか? 結果のみの行動可能性監査
- Abstract要約: 本稿では,MCPの故障結果のみから決定論的ソフトウェアが何を学べるかを考察する。
10個のサンプルサーバから安全に21個の障害を誘導する小さな実験において、タイプドフィールドは18件の障害を露呈し、8件の幅広いポリシーを公表した。
語彙ソース監査は、同じテキスト中心のpat-ternを見つける。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A client that receives isError:true knows that something went wrong. It may still have no machine-readable basis for deciding whether to fix an argument, authenticate, wait, choose another tool, or stop. This paper studies what deterministic software can learn from a completed MCP failure result alone; request arguments, schemas, discovery history, authen- tication state, transport metadata, host policy, and ap- plication state are outside that boundary. We introduce a six-part actionability profile and apply it with record- level evidence. In a small illustrative study of 21 safely induced failures from ten reachable sampled servers, typed fields expose failure in 18 cases and a broad policy in 8, yet expose no specific cause, target, executable repair, or replay constraint. Prose often carries more cause and target information, at the price of making semantic interpretation part of the recovery path. A lexical source audit finds the same text-centered pat- tern. Finally, a fail-closed prototype demonstrates how a separate experimental control plane could support deterministic branching. The result is deliberately nar- rower than an ecosystem survey or an agent benchmark: completed MCP results often make failure observable, sometimes make a broad response possible, and rarely make concrete recovery or safe replay self-contained in this sample.
- Abstract（参考訳）: isError:trueを受信するクライアントは、何かがうまくいかなかったことを知っています。
引数を修正するか、認証するか、待機するか、他のツールを選択するか、停止するかを決めるためのマシン可読な基盤は、まだないかもしれない。
本稿では,MCPの障害結果のみから決定論的ソフトウェアが何を学べるかを考察する。要求引数,スキーマ,発見履歴,認証状態,トランスポートメタデータ,ホストポリシ,ap-plication状態は,その境界外にある。
6つのアクションビリティプロファイルを導入し、それを記録レベルのエビデンスで適用する。
10のアクセス可能なサンプルサーバから21の障害を安全に誘導する小さな実証的研究では、タイプドフィールドは18の障害を露呈し、8の幅広いポリシーを公開しますが、特定の原因、ターゲット、実行可能な修復、あるいはリプレイの制約は公開しません。
散文は、しばしば、回復経路のセマンティック解釈部分を作るという価格で、より多くの原因とターゲット情報を運ぶ。
語彙ソース監査は、同じテキスト中心のpat-ternを見つける。
最後に、フェールクロースされたプロトタイプは、別の実験的なコントロールプレーンが決定論的分岐をサポートする方法を示している。
MCPの結果は、しばしば失敗を観測可能とし、時には広範囲の応答を可能にし、このサンプルに具体的回復や安全なリプレイはめったにない。
関連論文リスト
- Recoverability as a System Primitive for Long-Horizon AI Agents [5.008310199603767]
再利用を明示的な決定とするシステムプリミティブとして,リカバリビリティを導入する。
4つの決定論的ファイルと20のペアファイルの課題は、正確な復元と完了が許可されていない開始点を隠蔽できることを示している。
論文 参考訳（メタデータ） (2026-09-12T02:54:33Z) - Recognition Without Enforcement: Configuration-Dependent Failures in LLM Agent Instruction Arbitration and External Control [0.0]
LLMエージェントはシステムプロンプト、ユーザ、メモリ、ツールから命令を仲裁するが、この仲裁は信頼境界を強制するものではない。
ソースフォーマット機能はモデルアクティベーションから線形にデオード可能であり、モデルがトリガーされたときの偽の権威を明示的に識別することができる。
モデル自己配置をセキュリティ境界ではなく機能として扱い、認証されたソースルーティングと機能限定ツールの実行を組み合わせた外部参照モニタを実装します。
論文 参考訳（メタデータ） (2026-08-28T16:34:05Z) - Beyond Object Validation: Relational Conformance in Multi-Artifact Agent Releases [0.0]
1つのDRSSリリースでは、台帳が60ポイント、証明書が1つ失敗し、100ポイントのゴールドパスが報告された。
私たちは、同じような障害が製品契約になったDocsや、証拠が修復作業に変わるBrand Shuttleとともに、その失敗を研究しています。
本論文は,障害クラスを確立し,いくつかのメカニズムが実用的であることを示す。
論文 参考訳（メタデータ） (2026-07-14T18:56:38Z) - Reason Less, Verify More: Deterministic Gates Recover a Silent Policy-Violation Failure Mode in Tool-Using LLM Agents [1.6567880228735357]
ポリシーを許容する環境では、対応する状態遷移がドメインポリシーによって禁じられている場合であっても、ツールはよくできた呼び出しを実行できる。
我々は、この障害モードを2ドルの航空会社ドメインで研究する。
我々は、決定論的かつリードオンリーの事前実行ゲートという、軽量な介入を評価する。
論文 参考訳（メタデータ） (2026-07-08T13:38:54Z) - Can LLMs Really Recover Microservice Failures? A Recovery-Aware Evaluation of Diagnosis-to-Action Reasoning [48.22526014304726]
本稿では,診断後インシデント応答に対するリカバリアクション評価フレームワークであるR2Actについて述べる。
R2Actはインシデントスキーマ、品質ゲート、アクション空間表現、リカバリ妥当性メトリクス、オフライン評価器、ライブ再生プロトコルを定義する。
システムから品質監査されたインシデント302件のベンチマークデータセットとして、このフレームワークをインスタンス化する。
論文 参考訳（メタデータ） (2026-07-06T03:05:17Z) - Auditable Graph-Guided Root Cause Analysis for Kubernetes Incidents [1.116726665785374]
LLM推論と特殊なツールを組み合わせたグラフ誘導RCAエージェントであるグラフトラバースエージェントを提案する。
我々は、読み取り専用エビデンス収集、伝搬認識診断、有界実行、独立に検証された検証を含む運用上の制約をマップする。
ある固定されたqwenオーバージャッジによってスコアされたITBenchスナップショットでは、監査されたシステムは、同じシステムの初期のイテレーションに対してルート因果F1を上昇させる。
論文 参考訳（メタデータ） (2026-06-07T12:05:09Z) - interwhen: A Generalizable Framework for Verifiable Reasoning with Test-time Monitors [47.363850513075356]
実験時間検証フレームワークであるInterwhenを提案し, 与えられた検証結果に対して, 推論モデルの出力が有効であることを保証する。
検証された推論は、物理的な世界にエージェントを配置するといった高度なシナリオにおいて重要な目標である。
論文 参考訳（メタデータ） (2026-02-05T08:35:01Z) - 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) - SABER: Small Actions, Big Errors -- Safeguarding Mutating Steps in LLM Agents [52.20768003832476]
我々は$$-Bench (Airline/Retail) および SWE-Bench Verified 上での実行トレースを分析する。
成功を失敗に戻すための、先進的な逸脱、最初期の行動、レベル分岐を形式化する。
モデルに依存しない,勾配のない,テスト時のセーフガードである cm を導入します。
論文 参考訳（メタデータ） (2025-11-26T01:28:22Z) - Citation Failure: Definition, Analysis and Efficient Mitigation [56.09968229868067]
LLMベースのRAGシステムからの引用は、応答検証の簡略化を目的としている。
これは、モデルが有効な応答を生成するとき、引用失敗には当てはまらないが、完全な証拠を引用することができない。
応答自体に欠陥があり、完全な証拠を引用することは不可能である。
論文 参考訳（メタデータ） (2025-10-23T07:47:22Z) - FIRE: Fact-checking with Iterative Retrieval and Verification [63.67320352038525]
FIREはエビデンス検索とクレーム検証を反復的に統合する新しいフレームワークである。
大きな言語モデル(LLM)のコストを平均7.6倍、検索コストを16.5倍削減しながら、パフォーマンスが若干向上している。
これらの結果から,FIREは大規模ファクトチェック業務における適用を約束していることが明らかとなった。
論文 参考訳（メタデータ） (2024-10-17T06:44:18Z)
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。