論文の概要: Human-LLM Deliberation as Interactive Proof: Conditions for Verifiability Without Transparency

• arxiv url: http://arxiv.org/abs/2609.24895v1
• Date: Mon, 21 Sep 2026 17:00:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:01.422726
• Title: Human-LLM Deliberation as Interactive Proof: Conditions for Verifiability Without Transparency
• Title（参考訳）: 対話型証明としての人間-LLM検討--透明性のない検証可能条件
• Abstract要約: 我々は,証明者と検証者の間の相互作用として,人間-LLMの議論をモデル化する。 偽のクレームを受け入れる確率は、少なくとも選択されたエラーレベルである。 供給された境界が特定されたローカルチェックのシーケンスを認証する条件を同定するが、その条件は特定されたグローバルチェックではない。
• 参考スコア（独自算出の注目度）: 4.273094752480624
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: When an LLM supplies an argument that a user could not readily construct, how can the user decide whether to accept its claim? Inspired by interactive proofs, we model human-LLM deliberation as an interaction between a prover with unrestricted internal search and a resource-bounded human verifier. The verifier requests and checks supporting details without access to the LLM's internal state. Passed checks accumulate evidence toward an acceptance threshold. We prove anytime-valid soundness against adaptive provers: the probability of ever accepting a false claim is at most a chosen error level, provided the task supplies bounds on false passes and human checking errors that remain valid after every relevant history. A finite-horizon completeness bound additionally requires bounds on the adequacy of honest responses and sufficient diagnostic progress. Further checks can strengthen the evidence for acceptance, but each requires another adequate response and reliable human effort. Whether this tradeoff permits certification depends on the verifier's effort budget, cognitive load, expertise, and fatigue. We identify conditions under which the supplied bounds certify a specified sequence of local checks but not a specified global check under the same resource budgets.
• Abstract（参考訳）: LLMがユーザが簡単に構築できないという主張を提示すると、ユーザはその主張を受け入れるかどうかをどうやって決定できるのか? 対話型証明に着想を得て,人間とLLMの議論を,制約のない内部探索と資源境界の人間検証との相互作用としてモデル化した。 検証者はLSMの内部状態にアクセスせずに詳細を要求・確認する。 パスチェックは、受け入れしきい値に対する証拠を蓄積する。 偽のクレームを受け入れる確率は、少なくとも選択されたエラーレベルであり、そのタスクが偽のパスと、関連するすべての履歴の後に有効である人間のチェックエラーに束縛されていることを仮定する。 有限水平完全性はさらに、正直な応答の妥当性と十分な診断の進歩の限界を必要とする。 さらなるチェックは、受け入れの証拠を強化することができるが、それぞれに適切な反応と信頼できる人間の努力が必要である。 このトレードオフが認定を許すかどうかは、検証者の努力予算、認知的負荷、専門知識、疲労に依存する。 供給されたバウンダリが特定のローカルチェックのシーケンスを認証する条件を特定するが、同じリソース予算の下では、特定のグローバルチェックは行わない。

関連論文リスト

• Grading the Graders: Verification Autonomy Levels (L0-L5) for LLM Reasoning [0.0]
  検証自律度(VAL, Verification Autonomy Levels)は,一つの軸に沿って任意の検証スキームを分類するメタスタンダードである。 VAL は L0 (LLM self-declaration; no deterministic anchor) から L2 (objective ground truth; correctness only) から L3 (decidable systems with single-property or domain-level completeness) まで様々である。 置換およびサンプリングに基づく検証は、提案された候補が保持されていることを確認できるが、候補が見逃されたことを証明できない。
  論文  参考訳（メタデータ） (2026-08-19T15:10:00Z)
• 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)
• The Hidden Signal of Verifier Strictness: Controlling and Improving Step-Wise Verification via Selective Latent Steering [67.8271652641864]
  我々は,隠蔽状態の介入によって検証の厳密性を制御できるかどうかを検討した。 VerifySteerは、サンプルレベルのルーティングに潜時補正信号を使用し、段落境界に選択的に介入する。
  論文  参考訳（メタデータ） (2026-05-20T05:48:16Z)
• Verification Mirage: Mapping the Reliability Boundary of Self-Verification in Medical VQA [36.64345996280624]
  自己検証は、医療的な視覚的質問応答のデフォルトの安全レイヤとして、ますます使われている。 本稿では,医療用VLM自己検証の信頼性境界をマッピングする診断フレームワークであるMETHOD NAMEを紹介する。
  論文  参考訳（メタデータ） (2026-05-11T17:00:00Z)
• Justified or Just Convincing? Error Verifiability as a Dimension of LLM Quality [24.614192550852277]
  モデル生成の正当化が、ユーザーが正しい回答を正しく区別するのに役立つかどうかに関して、標準的な手段は存在しない。 我々は、このアイデアを誤り検証可能性として形式化し、正当性によってレーダが解答正当性を正確に評価できるかどうかを測るバランスの取れた指標である$v_textbal$を提案する。 本稿では, 数学的推論のためのリフレクション・アンド・リフレーズ (RR) と, 事実QAのためのオラクル・リフレーズ (OR) の2つの手法を提案する。
  論文  参考訳（メタデータ） (2026-04-06T04:53:59Z)
• From Fluent to Verifiable: Claim-Level Auditability for Deep Research Agents [8.49451413641847]
  研究生成が安価になるにつれて、監査可能性がボトルネックになる、と我々は主張する。 この観点からは,ディープリサーチエージェントの第一級設計および評価対象として,クレームレベルの監査性を提案する。
  論文  参考訳（メタデータ） (2026-02-14T19:39:15Z)
• Preventing the Collapse of Peer Review Requires Verification-First AI [49.995126139461085]
  我々は、真理結合、すなわち、過度に科学的真理をトラックする場所のスコアの厳密さを提案する。 プロキシ・ソブリン評価に向けた相転移を駆動する2つの力の形式化を行う。
  論文  参考訳（メタデータ） (2026-01-23T17:17:32Z)
• From Chaos to Clarity: Claim Normalization to Empower Fact-Checking [57.024192702939736]
  Claim Normalization(別名 ClaimNorm)は、複雑でノイズの多いソーシャルメディア投稿を、より単純で分かりやすい形式に分解することを目的としている。 本稿では,チェーン・オブ・ソートとクレーム・チェック・バシネス推定を利用した先駆的アプローチであるCACNを提案する。 実験により, CACNは様々な評価尺度において, いくつかの基準値を上回る性能を示した。
  論文  参考訳（メタデータ） (2023-10-22T16:07:06Z)

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。