論文の概要: LeaseGuard: Incumbent-Preserving Admission Control for Privileged LLM Agents

• arxiv url: http://arxiv.org/abs/2609.24077v1
• Date: Mon, 21 Sep 2026 04:04:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 16:03:18.448184
• Title: LeaseGuard: Incumbent-Preserving Admission Control for Privileged LLM Agents
• Title（参考訳）: LeaseGuard: プリビジドLLMエージェントの現況保存アドミッション制御
• Abstract要約: 実行権限は、要求者が現在のリソース所有者をプリエンプションできるかどうかではなく、操作が実行できるかどうかを決定する。 典型的資源リースを通じてプリエンプション権限を表す決定論的受け入れ層であるリースガードを提示する。 2つのモデルファミリ間で一致した制御を施した60の新たなコンフリクトシナリオのフリーズベンチマークで評価した。
• 参考スコア（独自算出の注目度）: 2.650267352862835
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Privileged language-model agents can satisfy a new system task by displacing a healthy incumbent that depends on the same file, process, socket, lock, or capacity allocation. This failure arises because execution privilege determines whether an operation can run, not whether the requester may preempt the current resource owner. We present LeaseGuard, a deterministic admission layer that represents preemption authority through canonical resource leases, incumbent-health checks, effect-aware admission, coexistence limits, safe alternatives, and resource-scoped overrides before adapter execution. We evaluate it on a frozen benchmark of 60 newly authored conflict scenarios with matched controls across two local model families. Relative to a preservation prompt, LeaseGuard reduces unauthorized preemption from 73.3% to 0.0% and increases safe completion by 70.0 percentage points (scenario-clustered 95% CI [60.8, 79.2]). Requested-task success changes by -3.3 points (95% CI [-9.2, 2.5]). The fully evaluated v0.2 broker also rejects a forged incumbent task identity in a hash-linked stress audit. Expiry-only reclamation can still expose a healthy incumbent after missed renewal. The evidence supports incumbent-preserving admission when effects are completely mediated, task ownership is authenticated, and lease expiry reflects incumbent liveness.
• Abstract（参考訳）: 原始的な言語モデルエージェントは、同じファイル、プロセス、ソケット、ロック、キャパシティアロケーションに依存する健全な既存要素を分解することで、新しいシステムタスクを満たすことができる。 この障害は、実行権限が、要求者が現在のリソース所有者をプリエンプションできるかどうかではなく、操作が実行可能であるかどうかを決定するため発生します。 本稿では,標準資源リース,既存健康チェック,エフェクト・アウェア・インセプション,共存制限,安全な代替手段,およびアダプタ実行前のリソーススコープオーバーライドを通じて,プリエンプション権限を表す決定論的インセプション層であるリースガードについて述べる。 2つのモデルファミリ間で一致した制御を施した60の新たなコンフリクトシナリオのフリーズベンチマークで評価した。 保存プロンプトとは対照的に、LeaseGuardは許可されていないプリエンプションを73.3%から0.0%に減らし、安全性を70.0パーセント向上させる(scenario-clustered 95% CI [60.8, 79.2])。 要求タスクの成功率を3.3ポイント(95% CI [-9.2, 2.5])変更する。 完全に評価されたv0.2ブローカは、ハッシュリンクストレス監査において、偽の既存タスクアイデンティティを拒否する。 有効期限のみの干拓は、更新が遅れた後も健康な現生を露出させることができる。 この証拠は、効果が完全に媒介されている場合の既存の保留の受け入れ、タスクの所有権が認証され、リースの有効期限は既存の生活を反映している。

関連論文リスト

• ClashBench: Conflicts Leading Agents to Seize and Harm [90.19875881996693]
  エージェントシステムでは、複数のエージェントセッションが、同じ環境で既存のユーザタスクと並行して実行されるようになっている。 十分な特権が与えられると、エージェントはそれを報告するのではなく、既存のタスクを終了または中断することでリソースの衝突を解決することができる。 この作業は、破壊的なリソースプリエンプションと呼ばれるこの障害モードを特定し、形式化します。
  論文  参考訳（メタデータ） (2026-09-17T08:38:27Z)
• Trust propagation and structural containment in Multi-agent LLM pipelines [0.9274656542624661]
  本研究では,4エージェントLangGraphパイプラインにおける攻撃伝搬について検討する。 検索した文書に埋め込まれた偽書による共有メモリ中毒と間接的プロンプト注入について検討した。 我々の貢献は、攻撃伝播、認証境界のコンポーネントレベルのアブレーション、および最終行動ではなく攻撃エージェントに対する妥協度を測定するJBR(Judgment Bypass Rate)に関する実証的研究である。
  論文  参考訳（メタデータ） (2026-09-15T15:46:01Z)
• RobustSGPO: Search-Space Control for Agent Harness Evolution [56.722805974785125]
  我々は、要求された編集、構成、パッチのチェックを指定し、既存のスナップショットまたは保持スナップショットからの検索を継続するRobustSGPOを紹介した。 我々は,120タスク,95ラン,7350の候補を用いて,AgentXブレインストーミングワークフローにおけるパーミッションスケジューリング,累積制御,タスクファミリー転送を評価した。
  論文  参考訳（メタデータ） (2026-09-09T03:00:03Z)
• Hindsight Memory-PRM: Supervising Memory Management with Auditable Hindsight Credit [48.811961095386]
  Hindsight Memory-PRMはこの監査パスを2回利用します。 オフラインで操作条件付きメモリユーティリティの批判をトレーニングする。 オンラインでは、検索、引用、および1つの制御された削除と再回答が、介入校正されたエントリーレベルのプレゼンスクレジットを確定する。
  論文  参考訳（メタデータ） (2026-08-30T06:53:13Z)
• Task-Conditioned Least-Privilege Learning for Executable Terminal and MCP Agents [45.88028371034407]
  ツールを使用する大規模言語モデルエージェントは、ユーザが許可しなかったり、タスクが不要であったりする権限を行使しながらタスクを完了することができる。 本研究では,6次元のリスクを伴って各行動が実行前および観測結果から監査される枠組みを提案する。 このフレームワークを1500以上のタスクでQwen3.5-4Bでトレーニングした後、選択された種子は2,896回の評価エピソードで98.48%の安全成功に達した。
  論文  参考訳（メタデータ） (2026-08-18T22:07:23Z)
• Hypothesis-Driven Skill Optimization for LLM Agents [2.716362160018478]
  そこで本研究では,スキルキュレーターとエージェントエグゼキュータの両方を凍結推論エンドポイントとする,フリートレインフレームワークを提案する。 ALFWorldでは、Qwen3.6-27Bで+6.9 SRポイント、Qwen3.6-27Bで+4.0ポイントの改善がなされている。
  論文  参考訳（メタデータ） (2026-06-21T04:43:20Z)
• 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)
• On-Policy Self-Evolution via Failure Trajectories for Agentic Safety Alignment [54.30690671490447]
  既存の安全アライメント信号は、主に応答レベルまたは政治外である。 FATEは、検証済みの失敗を専門家のデモンストレーションなしで修復管理に変換する。 FATEは攻撃成功率を33.5%、有害なコンプライアンスを82.6%削減し、外的軌道安全診断を6.5%改善する。
  論文  参考訳（メタデータ） (2026-05-12T09:56:28Z)
• DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems [48.971606069204825]
  DoVerは、大規模言語モデル(LLM)ベースのマルチエージェントシステムのための介入駆動デバッグフレームワークである。 ターゲットの介入を通じて、アクティブな検証によって仮説生成を増強する。 DoVerは失敗試験の18～28%を成功させ、最大16%のマイルストーンを達成し、失敗仮説の30～60%を検証または否定する。
  論文  参考訳（メタデータ） (2025-12-07T09:23:48Z)

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。