論文の概要: Incremental Consistency Execution for Autonomous Intelligent Systems

• arxiv url: http://arxiv.org/abs/2609.24090v1
• Date: Mon, 21 Sep 2026 04:21:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:03.966471
• Title: Incremental Consistency Execution for Autonomous Intelligent Systems
• Title（参考訳）: 自律的インテリジェントシステムのためのインクリメンタル一貫性の実行
• Abstract要約: 変更のたびにワークフロー全体を再実行することは、かなりの冗長な計算をもたらす。 本稿では,タスクファクト契約,フィールドレベルの依存性マスク,状態結果不変領域に基づく漸進的一貫性実行手法を提案する。 産業的故障診断,企業分析,LLMに基づくマルチツールアシスタントの実験により,提案手法は高価なコンポーネント呼び出しやエンドツーエンドのレイテンシを大幅に低減することを示した。
• 参考スコア（独自算出の注目度）: 6.161956248729994
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long-horizon autonomous intelligent systems rely on heterogeneous components such as large language models, databases, external APIs, and rule engines, while their external states continuously change during execution. Re-executing the entire workflow after every change introduces substantial redundant computation. This paper proposes an incremental consistency execution method based on task fact contracts, field-level dependency masks, and state perturbation result invariant domains. After an initial verified execution, the system constructs conservative invariant domains for critical inputs and uses them to determine whether downstream results can be safely renewed without re-invoking expensive components. When re-execution is required, only the smallest affected output fields are recomputed, and an equivalence barrier prevents unnecessary downstream propagation. A submission-time version consistency gate further ensures the safety of side-effecting actions. Experiments on industrial fault diagnosis, enterprise analytics, and LLM-based multi-tool assistants show that the proposed method significantly reduces expensive component calls and end-to-end latency while maintaining high consistency and low incorrect-reuse rates.
• Abstract（参考訳）: 長距離自律インテリジェントシステムは、大規模言語モデル、データベース、外部API、ルールエンジンなどの異種コンポーネントに依存し、実行中に外部状態が継続的に変化する。 変更のたびにワークフロー全体を再実行することは、かなりの冗長な計算をもたらす。 本稿では,タスクファクト契約,フィールドレベルの依存性マスク,状態摂動結果不変領域に基づく漸進的一貫性実行手法を提案する。 最初の検証実行後、システムはクリティカル入力のための保守的不変ドメインを構築し、高価なコンポーネントを再起動することなく、下流結果が安全に更新できるかどうかを判断する。 再実行が必要な場合、最小の出力フィールドのみが再計算され、同値障壁が不要な下流伝播を防止する。 送信時バージョン整合ゲートは、副作用の安全性をさらに確保する。 産業的故障診断, 企業分析, LLMに基づくマルチツールアシスタントの実験から, 提案手法は高整合性と低誤利用率を維持しつつ, 高価なコンポーネント呼び出しとエンドツーエンドのレイテンシを大幅に低減することを示した。

関連論文リスト

• DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation [69.8840101036735]
  投機的復号化はLarge Language Model (LLM)推論を加速させる。 最近の並列起草者は、1つの前方通過で長いトークン列を効率的に提案するが、トークン間の依存関係が欠如しているため、急速に受け入れが低下する。 我々はDSparkという投機的復号化フレームワークを導入し、高いスループットの並列生成を適応的かつロードアウェアな検証と統合する。
  論文  参考訳（メタデータ） (2026-07-06T14:28:06Z)
• Heaviside Continuity of Rolling Coefficients for Eliminating Epistemic Entropy in Large Language Models [0.0]
  Heaviside Continuity of Rolling Coefficients (HCRC) は検証ファーストな実行フレームワークである。 これは、ヘビサイドゲートが支配する述語による状態遷移として推論を再構成する。 HCRCは、モデルの信頼性と並列ワーカーアーキテクチャからの独立した検証信号を組み合わせることで、正しい予測が満たされた場合にのみ実行を前進させることができる。
  論文  参考訳（メタデータ） (2026-07-06T00:29:34Z)
• Step-level Optimization for Efficient Computer-use Agents [51.29573359027217]
  我々は、強力なコンピュータ利用エージェントは、実際は高価で遅いと論じている。 本稿では,コンピュータ利用エージェントのためのイベント駆動ステップレベルカスケードを提案する。
  論文  参考訳（メタデータ） (2026-04-29T19:59:36Z)
• IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory [73.22944697933603]
  既存のパイプラインは不透明でエンドツーエンドの出力を生成し、検査の中間状態は公開しない。 IMPACT-Cycleは,マルチモーダル反復クレームレベルのメンテナンスとして,長時間ビデオ理解を再構築するマルチエージェントシステムである。
  論文  参考訳（メタデータ） (2026-04-22T03:03:33Z)
• Dynamic analysis enhances issue resolution [53.50448142467294]
  DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。 テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。 Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
  論文  参考訳（メタデータ） (2026-03-23T14:48:54Z)
• Improving LLM Reliability through Hybrid Abstention and Adaptive Detection [1.9495934446083012]
  運用環境にデプロイされる大規模言語モデル(LLM)は、基本的な安全ユーティリティトレードオフに直面します。 静的ルールや固定された信頼しきい値に基づく従来のガードレールは通常、文脈に敏感で計算コストが高い。 本研究では,リアルタイムのコンテキスト信号に基づいて安全閾値を動的に調整する適応型禁制システムを提案する。
  論文  参考訳（メタデータ） (2026-02-17T07:00:09Z)
• Efficient Coordination with the System-Level Shared State: An Embodied-AI Native Modular Framework [5.833654928445309]
  本稿では,デカップリングと明示的なシステムレベルのプリミティブを実現するモジュール型フレームワークANCHORを提案する。 ANCHORは、(i)標準化された共有状態の進化可能な契約であるCanonical Recordsを、(ii)多対多の普及とフィードバック指向の調整のための通信バスから分離する。
  論文  参考訳（メタデータ） (2026-01-20T13:21:52Z)
• Accelerate Speculative Decoding with Sparse Computation in Verification [49.74839681322316]
  投機的復号化は、複数のドラフトトークンを並列に検証することにより、自動回帰言語モデル推論を加速する。 既存のスペーシフィケーション方式は主にトークン・バイ・トーケンの自己回帰復号化のために設計されている。 そこで本研究では,注目度,FFN,MoEを両立させるスパース検証フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-26T07:53:41Z)

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。