論文の概要: Trust, but Validate the Instrument: Auditing AI-Generated RTL Verification Plans on Authored Security-Regression Proxies
- arxiv url: http://arxiv.org/abs/2609.19844v1
- Date: Thu, 17 Sep 2026 07:54:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.157371
- Title: Trust, but Validate the Instrument: Auditing AI-Generated RTL Verification Plans on Authored Security-Regression Proxies
- Title（参考訳）: AI生成のRTL検証計画の検証 - 認証されたセキュリティ-回帰プロキシ
- Abstract要約: SecTB-RTLは、31のタスクと124のハードウェアセキュリティレグレッションをカバーする監査可能なフレームワークである。
決定論的非AIベースラインは資源制限の増大で36、75、78のミュータントを殺した。
- 参考スコア（独自算出の注目度）: 2.8082364345698387
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI-generated RTL verification plans can satisfy a provider schema yet fail at the boundary to trusted execution. We present SecTB-RTL, an auditable framework covering 31 tasks and 124 authored hardware-security regressions. A deterministic non-AI baseline killed 36, 75, and 78 mutants at increasing resource limits. The first confirmatory run (C1-R2) failed before model execution because the provider rejected its response schema. After a schema-only repair made without viewing outcomes, a separately frozen follow-up run (C1-R3) completed 1,860 calls. The provider accepted 1,857 responses, but only nine passed the production semantic validator. The generation and execution rules did not match. We therefore preserve the run as an instrument-validation incident and report no prompt-effect estimate. This incident shows that provider or schema acceptance does not establish execution validity. Compilation and coverage are only diagnostics; the exact saved artifact must pass the full production path. A subsequent follow-up is excluded because it did not satisfy the preregistered evidence-completeness gate and is treated only as future work. We release the benchmark, failure-preserving contract, incident provenance, and governance controls needed to prevent infrastructure behavior from being misreported as model behavior.
- Abstract（参考訳）: AI生成のRTL検証計画は、信頼できる実行の境界で失敗するプロバイダスキーマを満たすことができる。
SecTB-RTLは31のタスクと124のハードウェアセキュリティレグレッションをカバーする監査可能なフレームワークである。
決定論的非AIベースラインは資源制限の増大で36、75、78のミュータントを殺した。
最初の確認実行(C1-R2)は、プロバイダが応答スキーマを拒否したため、モデル実行前に失敗した。
結果を見ることなくスキーマのみの修理を行った後、別途凍結されたフォローアップラン(C1-R3)が1,860回の呼び出しを完了した。
プロバイダは1,857の応答を受け入れたが、生産セマンティックバリデータをパスしたのは9つだけだった。
生成ルールと実行ルールは一致しなかった。
したがって、我々は、計器検証の事例として実行を保ち、即時効果推定を報告しない。
このインシデントは、プロバイダやスキーマの受け入れが実行の妥当性を確立していないことを示している。
コンパイルとカバレッジは診断のみであり、正確な保存されたアーティファクトは完全なプロダクションパスをパスしなければならない。
その後のフォローアップは、事前登録された証拠完全性ゲートを満足せず、将来の作業としてのみ扱われるため除外される。
我々は、インフラストラクチャの振る舞いをモデル動作として誤報告しないようにするためのベンチマーク、障害保存契約、インシデント前兆、ガバナンスコントロールをリリースします。
関連論文リスト
- Guardrailed Meta-Agent Loops: Stress-Testing Policy Pinning, Budget Bounds, and Crash Recovery [7.414694666903067]
GuardrailLoopはシミュレーションベースのテストベッドで、3つの運用契約を共同でテスト可能にする。
ハッシュピン付ポリシーは、目標、スコープ、評価アイデンティティ、予算、リリース条件を修正します。
有用な適応、状態回復、反復実行を分離する。
論文 参考訳（メタデータ） (2026-09-10T21:22:08Z) - Fresh Memory, Stale Plans: Dependency-Scoped Validation for Distributed LLM-Agent Memory [29.800883966590007]
PlanFenceは依存性スコープによるアクション検証プロトコルである。
一方、PlanFenceは無効なアクションなしですべてのタスクを完了します。
論文 参考訳（メタデータ） (2026-09-03T03:56:15Z) - APIFlow-Bench: Measuring Whether Agents Survive Long, Dependent API Workflows [23.621239974604205]
APIFlow-Benchは、長期依存のREST-APIパフォーマンスのための、完全に監査可能なベンチマークである。
サブタスクによってサブタスクとして,合成APIの世界を前方に生成する。
すべての応答キーと44,362個の未修正実行書き起こしをリリースします。
論文 参考訳（メタデータ） (2026-08-29T08:12:11Z) - Explanation-Bound Tool Execution for AI Agents: Server-Verified Action Claims Without Trusting Model Rationales [4.805352087824778]
説明境界ツール実行(Explanation-Bound Tool Execution)は、意思決定に関連する合理的なコンテンツを型付けされたアクションクレームに変換し、それらをサーバが所有するインテント、ポリシー、ペイロード、ツール、リスク、証明、新鮮な事実に対してチェックする。
我々は,この構成を明示的な調停と信頼性のある仮定の下で形式化し,最小限の監査パケットを用いたバージョン付き参照プロファイルを実装した。
論文 参考訳（メタデータ） (2026-07-28T07:16:12Z) - Constraint Tax in Open-Weight LLMs: An Empirical Study of Tool Calling Suppression Under Structured Output Constraints [37.92327096151557]
本稿では,生産エージェントシステムで観測された再現可能な現象について報告する。
複数のオープンウェイトモデルでは、高いスキーマ準拠を維持しながら、ツールの起動を中止している。
本稿では,スキーマ制約された応答生成からツールの実行を分離する推論時間戦略であるTransparent Two-Executionを提案する。
論文 参考訳（メタデータ） (2026-06-24T09:14:18Z) - Conformal Certification of Reasoning Trace Prefixes [30.432255322700126]
CROP(Conformal Reasoning Output Prefixes)は,クリーンアノテート認証のためのバリデーション非依存の校正手順である。
CROPをオーバー・アンド・アンダー・ホールドし、有効な中間的推論を保ち、下流の補修精度を向上させることを実証する。
論文 参考訳（メタデータ） (2026-05-28T15:31:42Z) - OpenClawBench: Benchmarking Process-side Anomalies in Real-world Agent Execution Trajectories [24.616751291282046]
実エージェント実行プロセスにおけるプロセス側異常の測定と監視のための大規模データセットであるOpenClawBenchを紹介する。
OpenClawBenchは6つのソースモデルによって生成されたBFCL駆動のOpenClawセッションから構築され、31,264の注釈付きトラジェクトリを含んでいる。
FullTaxは、アライメントされた軌跡を、バイナリラベル、エビデンス、オンセット/スパンのローカライゼーション、重度、回復性、および5クラスの異常分類といった構造化された異常管理に変換する。
論文 参考訳（メタデータ） (2026-05-28T02:15:52Z) - 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) - Evidence-Bound Autonomous Research (EviBound): A Governance Framework for Eliminating False Claims [0.609170287691728]
EviBoundは、二重ガバナンスゲートを通じて偽のクレームを排除するエビデンスベースの実行フレームワークである。
事前実行承認ゲートは、コードが実行される前に受け入れ基準スキーマを検証する。
実行後検証ゲートは、MLflow APIクエリを通じてアーティファクトを検証する。
論文 参考訳（メタデータ） (2025-10-28T17:47:13Z) - Language Models Can Predict Their Own Behavior [29.566208688211876]
言語モデル(LM)は、アライメントトレーニングに従わないなど、特定の振る舞いを示すことができます。
入力トークンの内部表現だけで訓練されたプローブは、出力シーケンス全体にわたって幅広い結果の挙動を予測することができることを示す。
プローブ上に構築された早期警報システムは、脱獄を91%削減する。
論文 参考訳（メタデータ） (2025-02-18T23:13:16Z)
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。