論文の概要: Self-Cleaning and Captured Anyway: One Measured Primitive for Error in a Store an Agent Writes to Itself, and What a Falling Score Actually Measures

• arxiv url: http://arxiv.org/abs/2609.25052v1
• Date: Sun, 06 Sep 2026 13:54:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.843565
• Title: Self-Cleaning and Captured Anyway: One Measured Primitive for Error in a Store an Agent Writes to Itself, and What a Falling Score Actually Measures
• Title（参考訳）: セルフクリーニングと捕獲: 店内のエラーを計測した1つの指標は、エージェントが自分自身に書き起こすもの、そして、実際に失敗するスコアは何か。
• Abstract要約: 「後から回収した店に結末を書き込むエージェントは、通常片道汚染として報告されるループを閉じる。」 「第87段の列は、全てアペンディックスWに、うち37段の行は退行、退行、失敗、自己是正、決定不能、または認められない限度であり、そうでないもの50である。」
• 参考スコア（独自算出の注目度）: 14.867869624585886
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: "An agent that writes its conclusions into a store it later retrieves from closes a loop usually reported as one-way contamination. Taking the loop to the infinite-tenure limit against an append-only store gives a different picture: because writing never deletes, the reachable state space has a hard upper edge at (n-1)/n, so the outcome is a choice between two edges rather than a decay. At f_0 = 0.9 the interval between the two modes holds 3.6% of 220 runs where a uniform spread would put 20.6%, and is strictly empty on the first 15; the pooled mean describes 8.2% of the runs it summarises, the median 68.2%. Everything the model contributes is carried by one measured primitive with no fitted parameter, the copy function γ(φ): on 36 Wikidata facts, sign(\hatγ - γ_{crit}), with γ_{crit} = 1/k at r = 0, w = 1, predicts the direction of drift on 353 of 360 real-fact runs (39 of 40 synthetic in the same batch). Scale does not rescue the store: pooled frontier capture is 0.850, with claude-sonnet-4.5 captured on 20 of 20 seeds against our registered prediction of <0.5. What the interval tests is distinguishability rather than count: on the real facts, multi-valued runs have 6.4x its occupancy of the rest. It survives at f_0 in {0.1, 0.3, 0.5}, capture peaks at f_0 = 0.5, and of four interventions with criteria frozen first, timing dominates fraction at matched budget while a consistency gate drives every model to 0.993. The resampling unit is the seed, at a design effect of 3.75 on a pooled level: under a 44-seed control the ordering supporting claim 4 collapses from Spearman +0.98 at three seeds to +0.31-0.80 at forty-four, while claim 2's ordering is exact there (+1.00, p = 0.017). All 87 graded rows are in Appendix W, 37 of them graded withdrawn, failed, self-correcting, undecidable or an acknowledged limit, against 50 that are not."
• Abstract（参考訳）: 「後に回収した店に結末を書き込むエージェントは、通常片道汚染として報告されるループを閉じる。」 無限終端極限へのループを取ると、追加のみのストアに対して異なる図形が得られる: 書き込みは決して削除されないので、到達可能な状態空間は (n-1)/n でハードアッパーエッジを持つので、結果は崩壊ではなく2つのエッジの選択である。 f_0 = 0.9では、2つのモード間の間隔は220ランの3.6%であり、均一なスプレッドは20.6%であり、最初の15では厳密に空であり、プールされた平均は8.2%、中央68.2%である。 コピー関数 γ(φ): 36 のウィキデータ事実、符号(\hatγ - γ_{crit})、r = 0, w = 1 における γ_{crit} = 1/k で、360 実ファクトランの 353 上のドリフトの方向を予測する(同じバッチで合成された40の内39)。 プールされたフロンティア捕獲は0.850であり、登録された<0.5>の予測に対して、20種中20種でクロードソネット4.5が捕獲された。 インターバルテストが数ではなく区別可能性である:実数では、多値ランは残りの6.4倍の占有率を持つ。 0.1, 0.3, 0.5} において f_0 で存続し、ピークを f_0 = 0.5 で捕捉し、基準を凍結した4つの介入により、整合性ゲートが全てのモデルを0.993 に駆動する間、タイミングが一致した予算で分数を支配する。 44シードの制御下では、スピアマン+0.98から3シードのスピアマン+0.98から44のスピアマン+0.31-0.80まで、クレーム2のクレーム2のクレームのクレームが正確に崩壊する(+1.00, p = 0.017)。 87行のグレードは、すべてアペンディックスWで、37行のグレードは取り外し、失敗、自己修正、決定不能、または許容限度で、50行はそうでない。 です。

関連論文リスト

• When Do Internal Probes Beat Reading the Answer? Miscalibrated Readouts and Behavior-Concealed Knowledge in Language Models [0.0]
  1200の論理的結論の検証を依頼された言語モデルは、毎回YESに答える。 隠れた状態の線形プローブは、0.96 AUCで正しい判定を読み取った。 判決がどこで失われるかを問うと、支配的な失敗は1つのスカラーであることがわかった。 診断は、90のセマンティックラベル構成で、5つのモデル、3つのファミリーの因子的、行動的精度が閾値オフセットの1つの関数に崩壊する。
  論文  参考訳（メタデータ） (2026-09-04T00:26:45Z)
• Replicating TRACE: A Practitioner's Guide to Its Threshold and Particle Budget [0.10923877073891443]
  TRACEは、事前訓練された自己回帰シーケンスモデルから因果グラフを読み出す。 正確な介入真理に対する平均F1は、語彙サイズ1000で0.90-0.91に達する。
  論文  参考訳（メタデータ） (2026-09-01T11:48:16Z)
• A Calibration Audit of Confidence in Feed-Forward 3D Reconstruction [45.496856835431885]
  3D再構成モデルは、下流システムが信頼性信号として読み取る画素当たりの信頼を出力する。 4つの特性に対する信頼度、エラーのランク付けの正確さ、そのレベルが平均的に正しいかどうか、信頼範囲を越えて保持されているかどうか、そしてその間隔が真実をカバーしているかどうか。 信頼度は誤差をよくランク付けするが、予測された不確実性は、トレーニングの正確さではない条件下で読み取られると低すぎる。
  論文  参考訳（メタデータ） (2026-08-30T10:21:34Z)
• Shortcut Before Circuit: Document Statistics Time In-Context Conflict Resolution [0.0]
  我々は、電流と希薄度が正確に一致した合成言語でトランスフォーマーを訓練する。 私たちはこれらを最小限の因果編集で分離し、真実、トークン数、答え位置を固定しながら1つのキューを反転させます。
  論文  参考訳（メタデータ） (2026-08-25T12:09:19Z)
• Learned, Then Lost: A Measured Single-Example Counterfactual in Pre-training [0.0]
  OpenWebTextのスクラッチから124Mパラメータで32 GPT-2モデルをトレーニングします。 256-rowバッチの1行を194-tokenパスを持つ固定コンテキストインジェクションに置き換える。
  論文  参考訳（メタデータ） (2026-08-19T17:46:08Z)
• QuoteBench: How Matched Scores Can Hide Command-Path Failures [30.480838412827907]
  実行スコアだけでは、ジェネレーションエラーとジェネレーション後に導入された失敗を区別できない。 QuoteBenchはこの境界線を、インシデントから派生した14のファミリーから56のワンショットタスクに対して正確に最終状態の検証を行う。 コマンド発行エージェントの評価は、一致したスコアを本質的なモデル特性として扱うよりも、モデル構成、生成契約、実行経路、操作点、最終状態などを報告すべきである。
  論文  参考訳（メタデータ） (2026-08-13T17:57:20Z)
• Stage-Replay Divergence Follows the KV Cache: Fixed-Prefix Precision Controls and Bidirectional Cache Transplantation [51.56484100374058]
  Stage-replayは中間トークンプレフィックスを再構築し、プレフィックスに最初に到達したデコーダ状態からの継続として、新しいプリフィル継続を処理する。 一致した200itemの実験では、保持されたライブキャッシュと同一の整数トークンのワンショットプリフィルを比較し、両側に正確なレプリカを配置する。
  論文  参考訳（メタデータ） (2026-07-30T16:41:40Z)
• Memoir: Should a Model Write to Its Memory While It Thinks? [0.0]
  Memoirは、サンプル毎の高速メモリ、共有スローパラメータ、変数深度潜時再発、および将来の遅延エネルギー目標を組み合わせたものだ。 組み合わせた腕と、それ以外は同じ読み取り専用の機雷アームを比較します。 メモリの書き直しがエネルギーシグナルを損なうという予測された失敗は起こらなかった。
  論文  参考訳（メタデータ） (2026-07-22T23:34:56Z)
• Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
  大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。 個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。 構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
  論文  参考訳（メタデータ） (2026-05-15T17:08:27Z)
• BibTeX Citation Hallucinations in Scientific Publishing Agents: Evaluation and Mitigation [34.429649156970015]
  以前の評価では、検索なしでベースモデルをテストしたが、これは現在の慣行を反映していない。 3つの検索可能なフロンティアモデルでは、9つのフィールドと6方向のエラー分類に基づいてBibエントリを生成する。 全体的な精度は83.6%だが、完全な正確さは50.9%に過ぎない。
  論文  参考訳（メタデータ） (2026-04-03T16:30:58Z)

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。