論文の概要: Continual Enterprise World Model Discovery in Dynamic Systems
- arxiv url: http://arxiv.org/abs/2609.19551v1
- Date: Thu, 17 Sep 2026 01:23:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.059735
- Title: Continual Enterprise World Model Discovery in Dynamic Systems
- Title（参考訳）: 動的システムにおける連続的エンタープライズワールドモデル発見
- Abstract要約: 企業における連続的世界モデル発見について研究する。
このようなシステムで働くエージェントは、これらのルールを知らなければ、自身の行動の結果を予測できない。
私たちは、9つのテーブル、25の隠れルール、600の評価アクションを備えた、ライブのServiceNow環境上に構築されたEnterpriseWorldShiftを紹介します。
- 参考スコア（独自算出の注目度）: 23.125629948382073
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In an enterprise system, updating one field can set another, create a record, or start an approval. These effects are produced by business rules that are not built into the platform but written by each organization and revised over time. An agent working in such a system cannot predict the result of its own actions without knowing these rules. We study continual enterprise world model discovery, where an agent starts without knowledge of these business rules and discovers them by interacting with records and observing the outcomes. From those observations it builds a world model, which it revises as the rules change. To evaluate this, we introduce EnterpriseWorldShift, built on a live ServiceNow environment with nine tables, 25 hidden rules and 600 evaluation actions. It presents four versions of the same enterprise world, with the tables and records held fixed while a rule is modified, then added, then removed, so that discovery, revision, extension and retirement are each tested in turn. Our Continual Discovery Agent (CDA) builds such a model and carries it from one world to the next. It predicts the effects of the hidden rules more accurately than looking them up for each question, the approach taken by prior work, by up to 8.98 IoU points, and it answers from its own model without querying the running system.
- Abstract（参考訳）: エンタープライズシステムでは、あるフィールドを更新して別のフィールドを設定したり、レコードを作成したり、承認を開始することができる。
これらの効果は、プラットフォームに組み込まれていないが、各組織によって書かれ、時間とともに修正されるビジネスルールによって生成される。
このようなシステムで働くエージェントは、これらのルールを知らなければ、自身の行動の結果を予測できない。
そこでは、エージェントがこれらのビジネスルールを知らずに開始し、レコードと対話し、結果を観察してそれらを発見する。
それらの観察から世界モデルを構築し、ルールが変わるにつれて再考する。
これを評価するために、9つのテーブル、25の隠れルール、600の評価アクションを備えた、ライブのServiceNow環境上に構築されたEnterpriseWorldShiftを紹介します。
同一のエンタープライズ世界の4つのバージョンがあり、テーブルとレコードは、ルールが修正され、その後追加され、削除され、ディスカバリ、リビジョン、拡張、リタイアがそれぞれ順番にテストされる。
我々の連続発見エージェント(CDA)はそのようなモデルを構築し、それを一つの世界から次の世界へと運ぶ。
隠れたルールの効果を、各質問に対して調べるよりも正確に予測し、事前の作業によって取られたアプローチを最大8.98 IoUポイントまで削減し、実行中のシステムに問い合わせることなく、独自のモデルから回答する。
関連論文リスト
- Multi-Agent AI Safety as an Institutional Design Problem [0.0]
マルチエージェントシステムのためのアルゴリズム制度を研究するPOLISの最初の論文である。
最近の研究は、デプロイメントルールが集団的な振る舞いを変える可能性があることをすでに示しています。
私たちは、AI機関のどの部分が安全を生み出し、どのようにそれを行うかを尋ねます。
論文 参考訳（メタデータ） (2026-08-10T16:47:01Z) - What Could the Agent See at 19:05? Generating Temporal Enterprise Scenarios from Real Research and Replaying Them to Evaluate Agents [0.0]
エンタープライズAIエージェントは、データを継続的に変更する多くのアプリにわたって動作します。
我々のシステムは2つのギャップを同時に埋める: 現実的な、ペルソナ駆動で、時間的に進化するエンタープライズ世界を現実の研究から生み出し、プラグ可能なエージェントを評価するために、任意の瞬間にその世界を再生する。
論文 参考訳（メタデータ） (2026-08-02T06:56:56Z) - Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction [57.138342889101345]
Tencent WorkBuddy Benchは、コーディングエージェントのためのマルチドメイン評価スイートである。
本報告では, 設計手法, スコアリングプロトコル, クロスモデルリーダーボードについて述べる。
論文 参考訳（メタデータ） (2026-07-23T04:34:06Z) - Ask the World Before Acting: Environment Probing for Calibrated Agent World Models [2.571318992830046]
長い地平線に作用する言語エージェントは、ツール状態、オブジェクト位置、グラフエッジ、サブゴール依存関係に関する信念を維持する必要がある。
我々は、構造化エージェントワールドモデルのための予算決定問題として環境探索を定式化する。
EnvProbeは、タスククリティカル性、安定化性、言語化された不確実性、依存性の役割を組み合わせた単純なスコアリングポリシーです。
論文 参考訳（メタデータ） (2026-06-30T09:45:49Z) - Do Enterprise Systems Need Learned World Models? The Importance of Context to Infer Dynamics [16.09809323840653]
オフラインでトレーニングされた世界モデルは、動的に変化するにつれて、よく分布するが劣化するが、発見に基づくエージェントは、より堅牢であることを示す。
企業環境では、エージェントは固定された内部化ダイナミクスのみに頼るのではなく、実行時に関連するトランジションロジックを発見するメカニズムを組み込むことを示唆している。
論文 参考訳（メタデータ） (2026-05-12T14:22:10Z) - ClawMark: A Living-World Benchmark for Multi-Turn, Multi-Day, Multimodal Coworker Agents [77.22389710754452]
マルチターンマルチデイタスクを中心に構築された同僚エージェントのベンチマークであるベンチを紹介する。
現在のリリースには、13のプロのシナリオにわたる100のタスクが含まれており、5つのステートフルなサンドボックスサービスに対して実行される。
最強のモデルは75.8の重み付きスコアに達するが、最も厳格なタスク成功率は20.0%に過ぎず、部分的な進歩が一般的であることを示している。
論文 参考訳（メタデータ） (2026-04-26T16:05:02Z) - Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond [209.35045331678043]
2つの軸に沿って組織された「レベルx法」の分類を導入します。
第一に、3つの能力レベルを定義している: 1段階の局所遷移演算子を学ぶL1 Predictor、それらをドメインの法則を尊重する多段階のアクション条件付きロールアウトに構成するL2 Simulator、新しいエビデンスに対して予測が失敗すると自己のモデルを自動で修正するL3 Evolver。
我々は400以上の作品を合成し、モデルに基づく強化学習、ビデオ生成、WebおよびGUIエージェント、マルチエージェント社会シミュレーション、AIによる科学的発見にまたがる100以上の代表システムを要約する。
論文 参考訳（メタデータ） (2026-04-24T17:48:47Z) - Hi-WM: Human-in-the-World-Model for Scalable Robot Post-Training [54.896907620476675]
本稿では,学習世界モデルを用いた学習後学習フレームワークを提案する。
Hi-WMは中間状態をキャッシュし、ロールバックとブランチをサポートする。
我々は、剛性と変形性のあるオブジェクト相互作用と2つのポリシーバックボーンにまたがる3つの実世界の操作タスクについて、Hi-WMを評価する。
論文 参考訳（メタデータ） (2026-04-23T14:42:54Z) - 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) - World of Workflows: a Benchmark for Bringing World Models to Enterprise Systems [6.643798239990755]
最前線の大規模言語モデル(LLM)は多くの領域で優れているが、複雑なエンタープライズシステムではテストされていない。
WoW(World of Warcraft)は,4,000以上のビジネスルールと55のアクティブな組み込み機能を備えた,現実的なServiceNowベースの環境である。
筆者らは,(1)フロンティアLSMはダイナミックス障害に悩まされ,その行動の不可視的かつカスケードな副作用を常に予測できないこと,(2)不透明なシステムにおける信頼性には,隠れた状態遷移を精神的にシミュレートし,高忠実なフィードバックが得られない場合に可観測性ギャップを橋渡ししなければならない,という2つの主要な特徴を明らかにした。
論文 参考訳（メタデータ） (2026-01-29T18:51:54Z)
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。