論文の概要: Substrate-Aware AI Agents: Execution Context as a First-Class Input
- arxiv url: http://arxiv.org/abs/2609.05232v1
- Date: Fri, 04 Sep 2026 14:57:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.080681
- Title: Substrate-Aware AI Agents: Execution Context as a First-Class Input
- Title（参考訳）: サブスタント対応AIエージェント:第一級入力としての実行コンテキスト
- Abstract要約: 最小限の実行契約は、生成プログラムにおけるプロアクティブな構造適応を誘導することを示す。
これらの結果は、基質認識エージェント計画のための制御された概念実証を確立した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous AI agents increasingly select actions in environments whose memory, execution-time, runtime, compute, and operational constraints determine what counts as a suitable plan. We call the absence of this execution context from an agent's planning state substrate blindness. We test this general proposition through numerical code generation, where selected implementation choices and operational consequences are directly observable. Three frontier model configurations--Anthropic Claude Opus 5, OpenAI GPT-5.6-Sol, and Google Gemini 3.7 Flash--generate code for a high-dimensional pairwise Euclidean-distance task either from the task alone or with a 128 MB RAM and 10.0 s wall-time contract. Contract disclosure reduced measured peak process memory in 13 of 14 executable index-aligned task-only versus contract-disclosed comparisons and reduced mean wall time in all three cohorts, making execution up to 3.1x faster. Across the audited corpus, disclosure produced structural code changes including bounded blocking, float32 retention, upper-triangle traversal, and in-place or memory-mapped buffers. At a tighter 96 MB contract, independently sampled contract-disclosed cohorts achieved correct-and-within-budget outcomes of 4/5 for Claude Opus 5, 5/5 for GPT-5.6-Sol, and 3/5 for Gemini 3.7 Flash, compared with task-only outcomes of 0/5, 1/5, and 0/5; cohort mean MaxRSS and wall time were 49-74% and 35-64% lower than their task-only references. These results establish a controlled proof of concept for substrate-aware agent planning: a minimal execution contract induces proactive structural adaptation in generated programs, shifting computation away from unconstrained allocations and substantially improving observed resource-time profiles before execution.
- Abstract（参考訳）: 自律型AIエージェントは、メモリ、実行時間、ランタイム、計算、運用上の制約が適切な計画として数えられるものを決定する環境において、アクションをますます選択します。
我々は、エージェントの計画状態の基板盲点からのこの実行コンテキストの欠如を呼んでいる。
我々は,選択した実装の選択と運用上の結果を直接観測可能な数値コード生成を通じて,この一般的な提案をテストする。
Anthropic Claude Opus 5, OpenAI GPT-5.6-Sol, Google Gemini 3.7 Flash-generate code for a high-dimensional pairwise Euclidean-distance task for a task alone or a 128 MB RAM and 10.0 s wall-time contract。
契約開示は、14の実行可能なインデックス整列タスクのみの比較のうち13のピークプロセスメモリを削減し、3つのコホートの平均壁時間を短縮し、実行を最大3.1倍高速化した。
監査されたコーパス全体にわたって、開示は、バウンドブロッキング、float32保持、上部三角形のトラバーサル、インプレースまたはメモリマップされたバッファを含む構造的なコード変更を生み出した。
より厳密な96MB契約では、クロードオプス5, 5/5 GPT-5.6-Sol, 3/5 Gemini 3.7 Flashの4/5を、タスクのみの0/5, 1/5, 0/5と比較し、独立にサンプル化された契約開示コホートは、タスクのみの基準よりも49-74%、壁時間は35-64%低かった。
最小限の実行契約は、生成プログラムにおけるプロアクティブな構造適応を誘導し、計算を制約のないアロケーションからシフトさせ、実行前に観測されたリソース時間プロファイルを大幅に改善する。
関連論文リスト
- Closing the Consistency Gap: Self-Evolving Agents That Learn to Stay on Course [5.9756241643216255]
LLM(Large Language Model)によるエージェントは、平均的には正確だが、プロダクションでは信頼性が低い。
本稿では,エージェント・トラジェクトリにおける不安定で低一貫性のステップを特定することで,このギャップを小さくする自己進化型フレームワークを提案する。
AppWorld with ReAct/GPT-4.1では、同じタスクの評価で+16点、類似タスクの一般化で+13点の5つの実行で成功するタスクの比率を上げています。
論文 参考訳（メタデータ） (2026-09-08T14:53:43Z) - On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability [57.03393882933515]
Qwen3.8-Flash-Nextは125Bパラメータ、トークンあたり6Bアクティベートされ、加速器から保持されるn-gram埋め込みテーブルの51Bパラメータを持つスパースミックス・オブ・エキスパートモデルである。
トレーニング前の14のベンチマークでは、このモデルは前モデルの397B-A17Bを8点、残りを少なくとも2.6ポイント、アクティベートされたパラメータが1/3、トレーニングトークンが1/3、トレーニング用FLOPが1/9であった。
論文 参考訳（メタデータ） (2026-08-31T06:35:07Z) - PACE: Policy-Attested Contract Execution for Safe AI Agents in Decentralized Finance [9.22772901752634]
LLMベースのエージェントとオンチェーン実行の間を介在するトランザクションレベルの認証フレームワークであるPACEを提案する。
PACEは、承認された意図、方針、シミュレーションレポートを正確な実行バイトに結び付け、再生と有効期限保護を行う。
PACEは、防御されていないベースラインの0.80と比較して、安全でない実行率0.00と良性なタスクに対する偽陽性率0.00を達成している。
論文 参考訳（メタデータ） (2026-08-18T00:22:46Z) - Strategic Evaluation of Planning Strategies for LLM Agents in Cyber-Physical Systems [0.0]
計画誘導制御トラジェクトリを中心に構築されたベンチマークを導入する。
スマートグリッドの需要応答システムにシーケンシャルで階層的で検索エグゼクティブを実装している。
強制探索は5つの基本種子のオラクルであることを示す。
論文 参考訳（メタデータ） (2026-08-04T22:52:21Z) - Embodied Agents Take Control: Minimal-Interface Zero-Shot Agents Rival Industrial-Scale Policies in Vision-and-Language Navigation [27.261164150282706]
汎用エージェントがループを単独で維持できることがわかった。
我々は、この組織をエージェント・エンボディド・コントロールと呼びます。
より長い地平線、レイテンシ、コンテキスト成長は、持続的な自律性の障壁であり続けているが、これらの結果は、汎用モデルがナビゲーションポリシーなしで既に競争力のある実施制御を達成可能であることを示している。
論文 参考訳（メタデータ） (2026-07-28T18:00:34Z) - 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) - Knowledge Index of Noah's Ark [63.143852586221534]
KINAは,261分野にわたる899項目のベンチマークである。
ボーナス・オン・バートーナメントがFOSDを弱く支配していることを示す。
トップモデルであるGemini-3.1-Pro-Previewは53.17%、Claude-Opus-4.6は49.92%、GPT-5.4は48.55%に達した。
論文 参考訳（メタデータ） (2026-06-03T17:06:49Z) - SAGA: Workflow-Atomic Scheduling for AI Agent Inference on GPU Clusters [13.891522069967507]
本稿では,複合AIワークロードのプログラムレベルスケジューリングへのシフトを提案する。
本稿では,この抽象化を実現する分散スケジューラSAGAを提案する。
論文 参考訳（メタデータ） (2026-05-01T09:05:28Z) - CORPGEN: Simulating Corporate Environments with Autonomous Digital Employees in Multi-Horizon Task Environments [1.6153514666902042]
実際の組織的な作業には、インターリーブ、依存関係、優先順位付けを伴って、多くの並行した長期タスクを管理する必要があります。
マルチ水平タスク環境(MHTEs: Multi-Horizon Task Environments: MHTEs): 数十のインターリーブタスクでコヒーレントな実行を必要とする問題クラス。
負荷が25%から100%になるにつれて、ベースラインCUAが16.7%から8.7%に低下する4つの障害モードを特定します。
マルチ水平ゴールアライメントのための階層的計画を通じて,これらの障害に対処するアーキテクチャに依存しないフレームワークであるCorpGenを提案する。
論文 参考訳（メタデータ） (2026-02-15T16:54:34Z) - Towards Efficient Agents: A Co-Design of Inference Architecture and System [66.59916327634639]
本稿では,エージェントアクセラレーションのための統合フレームワークであるAgentInferを提案する。
問題をAgentCollab、AgentSched、AgentSAM、AgentCompressの4つの相乗的コンポーネントに分解する。
BrowseComp-zhとDeepDiverベンチマークの実験では、これらの手法の相乗的コラボレーションを通じて、AgentInferは非効率なトークン消費を50%以上削減することを示した。
論文 参考訳（メタデータ） (2025-12-20T12:06:13Z) - Towards a Science of Scaling Agent Systems [79.64446272302287]
エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。
協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。
ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
論文 参考訳（メタデータ） (2025-12-09T06:52:21Z) - Learning Adaptive Parallel Reasoning with Language Models [70.1745752819628]
本稿では,適応並列推論(Adaptive Parallel Reasoning, APR)を提案する。
APRは、spawn()とjoin()操作を使用して適応的なマルチスレッド推論を可能にすることで、既存の推論メソッドを一般化する。
鍵となる革新は、親と子の両方の推論スレッドを最適化して、事前に定義された推論構造を必要とせずにタスクの成功率を高める、エンドツーエンドの強化学習戦略である。
論文 参考訳（メタデータ） (2025-04-21T22:29:02Z)
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。