論文の概要: LLM Parkinsonism: Executive-Control Failure, Token-Inefficient Persistence, and an Uncertainty-Aware Global Executive Control Architecture for Autonomous Language-Model Agents

• arxiv url: http://arxiv.org/abs/2609.30662v2
• Date: Wed, 30 Sep 2026 01:38:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:25.634009
• Title: LLM Parkinsonism: Executive-Control Failure, Token-Inefficient Persistence, and an Uncertainty-Aware Global Executive Control Architecture for Autonomous Language-Model Agents
• Title（参考訳）: LLMパーキンソニズム: 自律言語モデルエージェントにおける実行制御の失敗, トークン非効率性, および不確実性を考慮したグローバルエグゼクティブコントロールアーキテクチャ
• Abstract要約: 大規模言語モデル(LLM)は、計画し、ツールを使用し、コードを記述し、長期にわたって実行することができるが、強力なローカル能力は、プロジェクトレベルのエグゼクティブコントロールを保証するものではない。 我々は,プロジェクトレベルの制御からアクション生成を分離する不確実性を考慮したガバナンスアーキテクチャであるGlobal Executive Control (GEC) v0.2を紹介する。
• 参考スコア（独自算出の注目度）: 10.564548525270569
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Large language models (LLMs) can plan, use tools, write code, and execute long-horizon workflows, yet strong local competence does not guarantee project-level executive control. Agents may continue acting after the original objective is satisfied, producing low-value refinements, repeated verification, and repairs to self-created complexity. We use LLM Parkinsonism as a narrowly defined, non-clinical metaphor for this pattern of persistent action despite diminishing task-level value. We argue that the problem is not explained by autoregressive next-token prediction alone, but more directly by concentrating proposal generation, scope interpretation, progress assessment, and stopping authority within the same self-conditioned loop. We therefore introduce Global Executive Control (GEC) v0.2, an uncertainty-aware governance architecture that separates action generation from project-level control. In a 24,000-episode matched-candidate benchmark under a common 40,000-token ceiling, a first-candidate baseline achieved 67.42% hard-goal success, a candidate-set local control achieved 96.53%, and GEC achieved 96.57%. The candidate-set control shows that access to multiple candidate actions explains most of the success gain; relative to that control, GEC preserved success while reducing mean token use from 19,782 to 12,574 (36.4%) and restricted mean tokens to completion at the 40,000-token ceiling from 16,136 to 13,114 (18.7%), while eliminating measured pre-completion drift and sharply reducing gross complexity. Governance-overhead sensitivity remained favorable through an additional 500 synthetic governance tokens per cycle. These mechanistic simulations support explicit governance of scope, evidence, resource use, and stopping, while live-model validation remains necessary.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、計画、ツールの使用、コード記述、長期ワークフローの実行が可能であるが、強力なローカル能力は、プロジェクトレベルのエグゼクティブコントロールを保証するものではない。 エージェントは、本来の目的が満たされた後も行動し続け、低価値な改善、繰り返し検証、自己生成された複雑さの修復を行う。 LLMパーキンソニズムは、タスクレベルの価値が低下しているにもかかわらず、この持続的な行動パターンの狭義の非クリニカルなメタファーとして使用します。 この問題は、自己回帰的な次世代予測だけでは説明できないが、より直接的に、提案生成、スコープ解釈、進捗評価、権限停止を同じ自己条件ループ内で集中させることで説明できる。 そこで我々は,プロジェクトレベルのコントロールからアクション生成を分離する不確実性を考慮したガバナンスアーキテクチャであるGlobal Executive Control (GEC) v0.2を導入する。 一般的な4万本の天井の下での24,000個のエピソード一致候補のベンチマークでは、第1候補のベースラインは67.42%のハードゴール成功、候補セットのローカルコントロールは96.53%、GECは96.57%を記録した。 候補セット制御は、複数の候補アクションへのアクセスが成功率の大部分を説明していることを示しており、GECは平均トークン使用量を19,782から12,574(36.4%)に減らし、平均トークンを4万の天井で16,136から13,114 (18.7%)に制限し、測定済みのドリフトを排除し、粗い複雑さを著しく減らした。 ガバナンス・オーバヘッドの感度は、サイクル当たり500の合成ガバナンストークンによって改善された。 これらの力学シミュレーションは、スコープ、エビデンス、リソース使用、停止の明示的なガバナンスをサポートし、ライブモデル検証は依然として必要である。

関連論文リスト

• The Last Human Gate: Forward Deployed Engineering for Governance Automation [0.0]
  企業ガバナンスには決定、証拠、説明可能な権限が必要です。 デジタルガバナンスフレームワーク(DGF)のためのタスク代替フレームワークの開発 代替には十分なアクセス可能な情報、有効な決定と権限チェック、例外、検証、修正、保守後の人事全体の削減が必要である。
  論文  参考訳（メタデータ） (2026-09-24T10:17:58Z)
• SUN: Persistent Programs For Language-Grounded Control-to-Learning-to-Real Policies [61.941546372624686]
  既存のプロトコルはタスクのセマンティクスを廃止し、手作りの報酬と制御が検証したものから逸脱する振る舞いを残している。 本稿では,SUN (Semantically UNified Programs) を導入し,幾何関係と接触関係が一度定義され,整列したモデル予測制御にコンパイルされる型付き実行プログラムについて述べる。 我々のシステムであるKuafuは、言語やシーンのセマンティクスからSUNプログラムを自動で合成し、MPCによる画面表示を実現し、ステージ条件付きポリシーのトレーニング中にセマンティクスを保持する。
  論文  参考訳（メタデータ） (2026-08-31T17:59:16Z)
• Learning from Failure: Inference-Time Self-Improvement for Computer-Use Agents [80.03824805228719]
  コンピュータ利用エージェントを開発する上での大きな課題は、大規模で高品質な軌道を収集することである。 我々は、失敗した軌道をエージェント改善に変換するデータ中心のパラダイムを提案する。 この手法をOSWorldベンチマーク上で,最先端のOpenCUA-72Bモデルを用いて検証する。
  論文  参考訳（メタデータ） (2026-06-30T07:44:37Z)
• Answer Engineering: Local Trajectory Editing for Protocol-Constrained Decision Making in Large Language Models [0.00304396936267654]
  大規模言語モデルは、手続き的コンプライアンスが重要である領域において、自信はあるがプロトコル非有意義な答えを生み出すことができる。 本稿では,決定論的ランタイムおよびオーサリング層であるAnswer Engineeringについて述べる。 本手法は,突発性感音難聴に対する臨床評価基準を用いて評価した。
  論文  参考訳（メタデータ） (2026-06-19T05:47:44Z)
• SIMMER: Benchmarking Latent Failures in LLM Executable Planning with a World Model [8.782590561222511]
  本稿では,大規模言語モデル(LLM)計画における遅延故障評価ベンチマークであるSIMMERを紹介する。 SIMMERは77のアクション、262のユニークなオブジェクト、約46,800の可能な相互作用からなる世界モデルを定義している。 次に、ステートマシンエグゼキュータを利用して、ワールドモデルに対する計画の検証を行い、即時プレコンディション違反、潜伏するハザード、不可逆的な障害を検出する。
  論文  参考訳（メタデータ） (2026-06-12T15:53:16Z)
• ReacTOD: Bounded Neuro-Symbolic Agentic NLU for Zero-Shot Dialogue State Tracking [2.2573512203799626]
  本稿では,NLUを独立したツールコールとして再構成する有界神経シンボルアーキテクチャであるReacTODを提案する。 有界ReActループは反復自己補正を可能にし、MultiWOZ上のシングルパス推論よりも最大9.3ポイント精度を向上させる。
  論文  参考訳（メタデータ） (2026-05-18T20:06:04Z)
• Milestone-Guided Policy Learning for Long-Horizon Language Agents [67.87164829944238]
  我々は,長軸言語エージェントを訓練するためのマイルストーン誘導型政策学習フレームワークBEACONを紹介する。 ALFWorld、WebShop、ScienceWorldでは、BEACONはGRPOとGiGPOを一貫して上回っている。 これらの結果から,長期言語エージェントの訓練に有効なパラダイムとして,マイルストーン・アチョンド・クレジット・アサインが確立された。
  論文  参考訳（メタデータ） (2026-05-07T12:00:40Z)
• Verified Critical Step Optimization for LLM Agents [67.05296684575445]
  クリティカルステップ最適化は、検証されたクリティカルステップに優先学習を集中する。 メソッドは、専門家のデモンストレーションではなく、失敗するポリシーの軌道から始まります。 GAIA-Text-103とXBench-DeepSearchの実験では、CSOはSFTベースラインよりも37%、相対的に26%改善している。
  論文  参考訳（メタデータ） (2026-02-03T11:41:02Z)
• Making LLMs Reliable When It Matters Most: A Five-Layer Architecture for High-Stakes Decisions [51.56484100374058]
  現在の大規模言語モデル(LLM)は、実行前にアウトプットをチェックできるが、不確実な結果を伴う高い戦略決定には信頼性が低い検証可能な領域で優れている。 このギャップは、人間と人工知能(AI)システムの相互認知バイアスによって引き起こされ、そのセクターにおける評価と投資の持続可能性の保証を脅かす。 本報告では、7つのフロンティアグレードLDMと3つの市場向けベンチャーヴィグネットの時間的圧力下での系統的質的評価から生まれた枠組みについて述べる。
  論文  参考訳（メタデータ） (2025-11-10T22:24:21Z)
• Making Every Step Effective: Jailbreaking Large Vision-Language Models Through Hierarchical KV Equalization [74.78433600288776]
  HKVE (Hierarchical Key-Value Equalization) は、勾配最適化結果を選択的に受け入れる革新的なジェイルブレイクフレームワークである。 HKVEは既存の手法を20.43%,21.01%,26.43%のマージンで大幅に上回った。
  論文  参考訳（メタデータ） (2025-03-14T17:57:42Z)

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。