論文の概要: Recoverability as a System Primitive for Long-Horizon AI Agents
- arxiv url: http://arxiv.org/abs/2609.13672v1
- Date: Sat, 12 Sep 2026 02:54:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.466352
- Title: Recoverability as a System Primitive for Long-Horizon AI Agents
- Title（参考訳）: 長距離AIエージェントのシステムプリミティブとしての回復可能性
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 5.008310199603767
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI agents can be interrupted while editing files, calling tools, or carrying out multi-step tasks. Restarting repeats completed work, but continuing from unverified or outdated progress can carry earlier errors forward. A saved state is not necessarily a suitable place to resume. We introduce recoverability as a system primitive that makes reuse an explicit decision: select a supported starting point and a permitted recovery action, or withhold automatic continuation. Its behavioral contract binds that choice to supporting evidence, execution, and independent checks. A reference architecture connects persistence, validation, and control, with complementary runtime instances testing distinct responsibilities. Four deterministic and 20 paired file challenges demonstrate that accurate restoration and successful completion can conceal disallowed starting points. Progress controls attribute retained work to shared restoration. Event-time tests show that permission must also constrain the action, and that independently held policy evidence can expose violations even after an effect occurs. These findings establish why recovery decisions need their own evaluation, beyond restored bytes and final task success. Within supplied policies and a declared trust model, the contribution is a common, testable interface for retaining justified progress and making the conditions for its reuse explicit and enforceable.
- Abstract（参考訳）: AIエージェントは、ファイルの編集、ツールの呼び出し、マルチステップタスクの実行中に中断することができる。
再起動は完了した作業を繰り返すが、未検証または時代遅れの進捗を継続することで、早い段階でのエラーを先送りすることができる。
保存された状態が再開するのに適切な場所であるとは限らない。
システムプリミティブとしてリカバリビリティを導入し、サポート対象の開始点と許容されたリカバリアクションを選択するか、自動継続を控える。
その行動契約は、その選択を証拠、実行、独立したチェックをサポートすることに結び付ける。
参照アーキテクチャは、パーシステンス、バリデーション、コントロールを、異なる責務をテストする補完的なランタイムインスタンスと結合する。
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。
プログレスコントロール属性は、共有復元のための作業を保持します。
イベントタイムテストは、パーミッションがアクションを制限しなければならないことを示し、独立して保持されたポリシーエビデンスは、効果が発生した後も違反を暴露する可能性があることを示します。
これらの知見は、回復決定が修復されたバイトと最終タスク成功を超えて、なぜ独自の評価を必要とするのかを立証する。
供給されたポリシーと宣言された信頼モデルの中で、コントリビューションは、正当化された進捗を維持し、その再利用の条件を明示的で強制力のあるものにするための、共通の、テスト可能なインターフェースである。
関連論文リスト
- From Intent to Execution Grant: An Execution-Boundary Conformance Profile for High-Risk AI Actions [9.27474112226667]
EBL-Coreは、1つの標準的な、完全に実体化されたAI生成候補が、明示的な条件下でアクションスコープ実行権限を受け取ることができるかどうかを決定する。
拘束力、政策非監視、エビデンス処理、決定論的判断、検証、ライフサイクル行動の付与などである。
100回の試験で32回の同時再空輸試験が成功し、1回の試行で完全に1回成功し、テスト効果が保護された。
論文 参考訳（メタデータ） (2026-09-10T14:21:45Z) - From Interaction Traces to Persistent Skills: Online Evolution for Computer-Use Agents [48.50635499112162]
本稿では,インタラクショントラジェクトリと評価器フィードバックを再利用手順の永続的でバージョン管理されたライブラリに変換するオンラインスキル進化フレームワークを提案する。
我々は、OSWorldの4つのアプリケーションドメインにまたがって、完全に進化するライブラリシステムと、設定にマッチした空のライブラリ制御を比較した。
GIMPでは、プロファイランス・アウェア・アナリティクスにより、タスク・オブ・オリジンの境界を越えた検索とリビジョンが示され、繰り返し受け入れられた編集が元のタスクの回復に失敗する。
論文 参考訳（メタデータ） (2026-09-04T08:29:45Z) - When Is an Agent Evaluation Over? Outcome Finality and Cross-Unit Separation [0.0]
現在のエージェントは、停止した実行の最後に見える状態のスコアモデルを評価し、試行錯誤とみなす。
最終的な結果としてスコアを解釈するには、エンドポイントが必ずしも確立しない2つの条件が必要である。
最終的なラベルは、請求結果がまだ変更可能なものが解決、境界づけられ、不確実性として保持されている場合にのみ正当化される、と私たちは主張する。
論文 参考訳（メタデータ） (2026-08-14T23:39:47Z) - Diagnosis Before Recovery: Turning Agent Failures into Selective Self-Correction [22.654396704495934]
開発セット障害は、どのリカバリ介入が許容可能かを決定することにより、欠落診断基板の一部を回復することができる。
DARCは、タスクファミリー障害モードをプロファイリングし、共有リカバリライブラリから不正な介入を発生させ、検証者選択によるデプロイメント成功コストポリシーを凍結する、診断誘導型リカバリハーネスである。
論文 参考訳（メタデータ） (2026-08-12T08:14:45Z) - Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。
報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。
本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
論文 参考訳（メタデータ） (2026-08-09T22:59:13Z) - From Trajectories to Evidence: Auditable Experimental Records for Industrial Research Agents [47.678562263387214]
研究エージェントは、産業レコメンデーション設定において、多段階の機械学習実験をますます実施している。
生成されたアーティファクトは、サポートされないか、不完全かもしれないし、実行されたラウンドは無効かもしれないし、あるいは廃止されるかもしれないし、後の修正は、以前の発見を曖昧にするかもしれない。
本稿では,連続的アーティファクトのバウンダリ検証と実行後のクレーム資格を結合するエビデンス・グラウンド・フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-05T13:37:38Z) - 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) - DART: Semantic Recoverability for Structured Tool Agents [17.458285666498337]
DARTは、失敗したインスタンスをローカライズし、セマンティックに回復可能なバウンダリを認証するモジュールランタイムである。
DARTは, ベースラインの局所的回復が失敗する場合に, 評価されたコミットメントに敏感なすべてのケースを正しく回復することを示す。
これらの結果から, 制御器の合法性は意味論的妥当性を示唆せず, 音の局所回復には明確な許容性検査が必要であることが示唆された。
論文 参考訳（メタデータ） (2026-05-22T07:30:43Z) - Verify-Gated Completion as Admission Control in a Governed Multi-Agent Runtime: A Bounded Architecture Case Study [0.6875312133832079]
制御されたマルチエージェントランタイムの入出力制御パターンとして,検証ゲート補完について検討する。
観測条件下では,読み取り専用検証ゲートとパケット化入力記録が検査可能で,フェールクロースされた。
論文 参考訳（メタデータ） (2026-05-18T07:52:13Z) - ClawForge: Generating Executable Interactive Benchmarks for Command-Line Agents [59.626170560327274]
textbfClawForgeは、ステートコンフリクト下で実行可能なコマンドラインカテゴリのためのジェネレータベースのベンチマークフレームワークである。
私たちはこのフレームワークをClawForge-Bench(17のシナリオ、6の能力カテゴリ)としてインスタンス化します。
論文 参考訳（メタデータ） (2026-05-13T21:34:08Z) - Affordance Agent Harness: Verification-Gated Skill Orchestration [45.231685718099264]
Affordance groundingは、オープンワールドのシーンでエージェントがどこでどのように対話すべきかを特定する必要がある。
本稿では,エビデンスストアとコストコントロールを備えたクローズドループランタイムであるAffordance Agent Harnessを提案する。
論文 参考訳（メタデータ） (2026-05-01T13:45:16Z) - Verification of Robust Properties for Access Control Policies [51.736723807086385]
既存のアクセス制御ポリシーの検証方法は、検証が進む前に、ポリシーを完全かつ完全に決定する必要がある。
本稿では,政策構造がどのような決定を下すか,どのような決定を下すか,あるいはその後の拡張に拘わらず,その決定を行うかという課題について,ロバストなプロパティ検証を導入する。
可能なすべてのポリシー拡張を普遍的に定量化しているにもかかわらず、判断は二階述語論理プログラミング言語における探索の証明に還元されることを示す。
論文 参考訳（メタデータ） (2026-03-13T17:14:38Z)
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。