論文の概要: Rhythms of Work: Multi-Scale Interpretation of Human Behavioral Traces for Workplace Agents
- arxiv url: http://arxiv.org/abs/2609.04556v1
- Date: Thu, 03 Sep 2026 23:22:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:23.860908
- Title: Rhythms of Work: Multi-Scale Interpretation of Human Behavioral Traces for Workplace Agents
- Title（参考訳）: 仕事のリズム:職場エージェントの行動トレースのマルチスケール解釈
- Abstract要約: 我々は行動解釈が解決に依存していると主張している。
大規模な商用生産性スイートから、6億6700万の人為的なイベントに適用する。
120のオペレータータイプ、数千のモチーフ、25のエピソードタイプ、5つの日々のリズムのアーキタイプが生成される。
- 参考スコア（独自算出の注目度）: 2.775026504152308
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Runtime traces are becoming a central substrate for understanding agentic systems, yet interpretation has focused largely on what the agent did. Workplace agents face the complementary problem: interpreting the human activity that surrounds them. Hours of low-level events carry rich evidence about a user's state but are too granular to reason over directly, and flattening them into one stream or compressing them into a single embedding both treat "summarize the user's behavior" as if it had one correct answer. We argue instead that behavioral interpretation is resolution-dependent: the same trace should admit multiple addressable interpretations at different temporal resolutions. We construct a multi-resolution vocabulary of semantically normalized operators, recurring motifs, coherent episodes, and day-level rhythms, each preserving the structure salient at its own horizon. Applied to 667 million human-attributed events from a large commercial productivity suite (50,000 users, 100 organizations), it yields 120 operator types, thousands of motifs, 25 episode types, and five day-rhythm archetypes. We validate it on real telemetry: re-running the entire pipeline on a disjoint 2,000-user sample recovers the same taxonomy (structural stability), and on held-out users the full representation forecasts a user's next episode more accurately than a flat-operator baseline, a 17% relative macro-F1 gain (predictive validity), so the abstractions preserve future-relevant information rather than merely describe it. A controlled resolution ablation then shows that no single level is optimal across questions: different agent-facing questions about the same trace are best answered at different resolutions. Behavioral trace interpretation for agents should therefore be multi-resolution and query-conditioned: an agent should access the temporal grain a question needs, not one universal summary.
- Abstract（参考訳）: 実行時トレースはエージェントシステムを理解するための中心的な基盤になりつつあるが、解釈は主にエージェントが行ったことに焦点を当てている。
職場のエージェントは補完的な問題に直面し、それらを取り巻く人間の活動を解釈する。
低レベルのイベントの数時間は、ユーザの状態に関する豊富な証拠を持っているが、直接的に推論するには粒度が大きすぎるため、それらを1つのストリームに平らにしたり、あるいは1つの埋め込みに圧縮したりする。
同じトレースは、異なる時間分解で複数のアドレス可能な解釈を許容すべきである。
我々は,意味的正規化演算子,繰り返しモチーフ,コヒーレントなエピソード,日次リズムの多段階語彙を構築し,それぞれの構造を自身の地平線で保存する。
大規模な商用生産性スイート(5万人のユーザ、100の組織)から6億6700万件の人為的なイベントに適用すると、120のオペレータタイプ、数千のモチーフ、25のエピソードタイプ、5日のリズムのアーキタイプが生成される。
分離された2000ユーザサンプル上でパイプライン全体を再実行すると、同じ分類(構造安定性)が回復し、保持されたユーザでは、次のエピソードの完全な表現がフラットオペレータベースラインよりも正確に予測され、17%の相対的なマクロF1ゲイン(予測妥当性)が得られます。
制御された解像度のアブレーションは、同じトレースに関する異なるエージェント対応の質問が、異なる解像度で最もよく答えられる、という質問に対して、単一のレベルが最適ではないことを示している。
したがって、エージェントの振る舞いトレース解釈は多重解像度でクエリ条件付きでなければならない:エージェントは1つの普遍的な要約ではなく、質問に必要な時間的穀物にアクセスするべきである。
関連論文リスト
- MedClaw: Heuristic Agent Harness for Long-Horizon Surgical Video Reasoning [22.25478228214449]
思考から推論を分離し、文脈の進化によって改善するエージェントハーネスを構築します。
テキストのみのオーケストレータは、収集する証拠を計画し、監査可能な一連のツールコールを発行する。
グレードフリーで報酬を付与するヒューリスティックスキル蒸留ループは、エージェント自身の低スコアトレースをマイニングし、バリデーション報酬を上げる場合にのみ候補スキルを保持する。
論文 参考訳（メタデータ） (2026-08-14T07:03:06Z) - Multi-Agent Reasoning with Adaptive Worker Allocation for Stance Detection [2.8758927043198206]
姿勢検出のためのアダプティブワーカーアロケーションを備えたマルチエージェント推論フレームワークを提案する。
このフレームワークは、アグリゲーションをラベルレベルの投票から推論レベルの合成にシフトする。
Llama, Mistral, Gemini を用いたSemEval-2016, P-Stance, COVID-19 Stance のフレームワークについて検討した。
論文 参考訳（メタデータ） (2026-06-10T03:20:55Z) - Beyond Recall: Behavioral Specification as an Interpretive Layer for AI Personalization [0.0]
人間の解釈をいかに忠実に捉えているかを測定するために,表現精度を導入する。
我々は,保留行動予測のプロトタイプベンチマークで仕様を評価する。
我々は、表現精度はリコールと異なるものであり、人間とAIのアライメントは、ユーザがどれだけ正確に表現されているかに依存していると結論づける。
論文 参考訳（メタデータ） (2026-05-27T18:18:54Z) - How to Interpret Agent Behavior [56.59836196946289]
本稿では,エージェントの動作を実行時に記述・解析するための分類法であるACT*ONOMYを紹介する。
共用語彙を提供することで、ACT*ONOMYは研究者、エージェントデザイナー、エンドユーザーがエージェントの振る舞いをより一貫して解釈するのに役立つ。
論文 参考訳（メタデータ） (2026-05-13T14:52:40Z) - Taming Actor-Observer Asymmetry in Agents via Dialectical Alignment [59.536125286960186]
セルフリフレクションと相互監査を可能にするために、専門的な役割を割り当てるマルチエージェントフレームワークがますます採用されている。
アクター・オブザーバ非対称性(Actor-Observer Asymmetric)と呼ばれる認知バイアスを同時に誘発する。
ReTASは、対立する視点を客観的なコンセンサスに合成するためにエージェントを誘導する。
論文 参考訳（メタデータ） (2026-04-21T15:05:58Z) - Towards Multimodal Lifelong Understanding: A Dataset and Agentic Baseline [58.585692088008905]
MM-Lifelongはマルチモーダルライフロング理解のために設計されたデータセットである。
撮影時間は181.1時間で、日、週、月の各スケールにまたがって構成され、様々な時間密度を捉えている。
論文 参考訳（メタデータ） (2026-03-05T18:52:12Z) - The Why Behind the Action: Unveiling Internal Drivers via Agentic Attribution [63.61358761489141]
LLM(Large Language Model)ベースのエージェントは、カスタマーサービス、Webナビゲーション、ソフトウェアエンジニアリングといった現実世界のアプリケーションで広く使われている。
本稿では,タスク結果に関係なく,エージェントの動作を駆動する内部要因を識別する,テキスト汎用エージェント属性のための新しいフレームワークを提案する。
標準ツールの使用やメモリ誘起バイアスのような微妙な信頼性リスクなど、さまざまなエージェントシナリオでフレームワークを検証する。
論文 参考訳（メタデータ） (2026-01-21T15:22:21Z) - Leveraging sparse and shared feature activations for disentangled
representation learning [112.22699167017471]
本稿では,教師付きタスクの多種多様な集合から抽出した知識を活用し,共通不整合表現を学習することを提案する。
我々は6つの実世界分布シフトベンチマークと異なるデータモダリティに対するアプローチを検証する。
論文 参考訳（メタデータ） (2023-04-17T01:33:24Z) - PROMPT WAYWARDNESS: The Curious Case of Discretized Interpretation of
Continuous Prompts [99.03864962014431]
目標タスクの微調整連続プロンプトは、フルモデルの微調整に代わるコンパクトな代替品として登場した。
実際には、連続的なプロンプトによって解決されたタスクと、最も近い隣人との間の「方向」の挙動を観察する。
論文 参考訳（メタデータ） (2021-12-15T18:55:05Z) - Not all users are the same: Providing personalized explanations for
sequential decision making problems [25.24098967133101]
本研究では,エンドツーエンドの適応的説明生成システムを提案する。
最初は、エージェントが対話できるさまざまなタイプのユーザを学習することから始まる。
その後、ハエの型を特定し、それに応じて説明を調整する。
論文 参考訳（メタデータ） (2021-06-23T07:46:19Z)
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。