論文の概要: Re-derivability Decides What a Staged Agent Pipeline Recovers After an Upstream Fault

• arxiv url: http://arxiv.org/abs/2609.32802v1
• Date: Sat, 26 Sep 2026 17:23:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 20:10:55.423315
• Title: Re-derivability Decides What a Staged Agent Pipeline Recovers After an Upstream Fault
• Title（参考訳）: 上流断層の後, 段階的エージェントパイプラインが回収するものの再デリバビリティ
• Abstract要約: 1つの変数は、上流の障害が言語モデルエージェントのステージ化されたパイプラインにかかるものを設定する。 Llama-3.1-8Bでは、この断層はいかなる線量でも検出可能なコストがかからないため、他の3つには断層のコストに関するすべての主張がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: One variable sets what an upstream fault costs a staged pipeline of language-model agents: re-derivability, how much of what a stage needs it can rebuild from the original problem. Grounding an inspector agent in that problem is worth +0.608 [+0.517, +0.700] to +0.358 over a blind one on four open-weight backbones served with thinking disabled, and on the two Qwen backbones the blind inspector changes no item at all. That head-to-head is exploratory. One deterministic fault enters the first stage, and we re-expose the original problem to $k = 0,\dots,3$ of the downstream stages with agents, items, fault and topology held fixed, on 120 gsm_hard items per arm at temperature zero. Accuracy under fault rises on four of four backbones, from +0.233 to +0.392, the largest Holm-adjusted $p$ being $2.1\times10^{-6}$. A registered kill test rules out tokens. Blanking every word holds the word slots fixed, and retention tracks the visible fraction on four of four, climbing from 0.221 to 0.692 on the primary. Those two families are confirmatory and everything else here is exploratory. The interaction excludes zero on two of four backbones under the registered pipeline, four of four under a three-stage pipeline, and three of four under full message history, the primary at +0.317. On Llama-3.1-8B the fault carries no detectable cost at any dose, so the other three carry every claim about what a fault costs. Re-derivability also sets what the architecture costs, and no decomposition we measured reliably beats one direct call. With no fault injected the registered pipeline loses to that call by -0.267, -0.125 and -0.317, and on Phi-4 reads +0.058 at $p = 0.118$, which the test fails to separate from zero. The repair that works is cheap and front-loaded: the first re-grounded stage buys +0.394 of matched retention for +59.8 tokens per item on Qwen3-14B, and the stages after it buy nothing.
• Abstract（参考訳）: 1つの変数は、上流の障害が言語モデルエージェントのステージ化されたパイプラインに要するコストを設定します。 この問題で検査官エージェントを接地すると、4つのオープンウェイトなバックボーンの盲点に対して+0.608[+0.517, +0.700]から+0.358に値し、2つのQwenバックボーンでは盲点検査官はアイテムを全く変更しない。 その頭と頭は探索的です。 1つの決定論的欠陥が第一段階に入り、元の問題を温度0で120gsm_hardアイテムに対してエージェント、アイテム、フォールト、トポロジーが固定された下流ステージの$k = 0,\dots,3$に再出力する。 断層下での精度は、+0.233から+0.392までの4つのバックボーンで上昇し、ホルム調整された最大の$p$は2.1\times 10^{-6}$である。 登録されたキルテストはトークンを除外する。 すべての単語をブランキングするとワードスロットが固定され、保持は4つのうち4つで可視分数を追跡し、プライマリでは0.221から0.692に上昇する。 これら2つの家族は確認されており、他のすべては探索的です。 この相互作用は、登録されたパイプラインの下で4つのバックボーンのうち2つをゼロとし、3段階のパイプラインでは4つ、完全なメッセージ履歴では4つをゼロとし、プライマリは+0.317である。 Llama-3.1-8Bでは、この断層はいかなる線量でも検出可能なコストがかからないため、他の3つには断層のコストに関するすべての主張がある。 再デリバビリティは、アーキテクチャのコストも設定します。 障害がなければ、登録されたパイプラインは-0.267、-0.125、-0.317の呼び出しに負け、Phi-4では+0.058$p = 0.118$で読み取り、テストは0から分離できない。 第1段は、Qwen3-14Bのアイテムごとに+59.8トークンで、第1段は+0.394を購入。

関連論文リスト

• The Price of Peeking: Anytime-Valid Leakage Detection on ML-KEM EM Traces [45.88028371034407]
  本研究は, ベットによる検査に基づく漏洩検出について検討する。 13000～20000のサンプルに対して繰り返し表示される$|t|>4.5$は2.7-12.9%の複製で誤報を発生させた。
  論文  参考訳（メタデータ） (2026-09-27T14:14:10Z)
• The Decomposition Tax: LLM Pipelines Lose Up to 40 Accuracy Points at Their Own Interfaces [0.0]
  4段階のLSMパイプラインは、自身のインターフェースで最大40.5の精度ポイントを付与する。 モデル、問題、ステージ、ステージプロンプト、完成予算を定めています。
  論文  参考訳（メタデータ） (2026-09-26T17:49:27Z)
• Direct Cultivation of Entangled $|CS\rangle$ Magic States [0.1718828033458019]
  2つの通勤的なクリフォードの進化は、パウリフレームの更新に関連する4つの利用可能なブランチに投影される。 CAT$_7$ガジェット、Steaneエラー検出、CZZベースの制御チェック、および即時Steane-to- Surface拡張が完全な工場を形成している。
  論文  参考訳（メタデータ） (2026-09-09T10:19:20Z)
• Disparity Has a Sign: Stereo Matching Beyond the Zero-Disparity Plane [52.210414985125816]
  立体視内容が、負の相違に対応するゼロの相違面の背後にある物体をどう含んでいるかを示す。 撮影者が作成した7本の公開映画から21,495ドルのステレオペアのベンチマークである textitZDPShift を提案する。 同じシーンコンテンツでは、ファンデーションは25.24ドルEPEから75.33ドルpxに上昇し、すべてのバックボーンが3ピクセルの差分誤差を超えるピクセルの約半分を残している。
  論文  参考訳（メタデータ） (2026-09-06T19:58:35Z)
• Located but Not Releasable: Silent Gate Inversion and Bounded Linear Release [0.0]
  完全なパイプライン -- 検出、ローカライズ、リリース -- を、25.7Mトランス上で完全に事前登録されたストレステストに送信します。 中層層の観測エビデンスチャネルでの干渉は、他の抑圧された世界における標的の挙動を復元する。 配当外のキャリブレーションをゼロにするために調整された検出器は、6.9-7.3%の配当前の世代と、実際にそれを必要とする2,400世代のうちゼロにトリガーをトリガーする。
  論文  参考訳（メタデータ） (2026-08-12T09:04:54Z)
• Structure-Aware Semantic Chunking with Title-Chain Prefixes: A 1600-Query Evaluation and the Measurement Trap in Text-Transform Ablations [4.342406076796542]
  3段階のチャンク側のみのセマンティックチャンクパイプラインを提示する。 タイトルチェーンは、生成された要約ではなく、文書のヘッダ階層を再利用する。 パイプラインは完全なセットでMRR@5を0.374から0.463に、答え可能なサブセットで0.828から0.925に改善する。
  論文  参考訳（メタデータ） (2026-08-01T19:01:46Z)
• 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)
• Abliteration Is Not a Scalpel: Off-Target Effects of Refusal Removal on Decision Disposition Across Model Families [51.56484100374058]
  放棄 — モデルの拒絶方向を重みから取り除く — は、一般的な"アンセンソルド"なオープンウェイトモデルの標準的なレシピである。 ディスポジションプローブとして21,600個の決定を不確実性の下で使用し、凍結パイプラインを通じて再生することにより、決定層モデルが唯一の変数となる。 3つのエフェクトは2つのファミリーにまたがって複製される(ゼロを除く週間クラスターCI) 4つ目の効果は符号を逆転する:同じ操作によりGemmaで読み取られた方が自信が弱まり、Qwenで読み取られたものがより多くなる(ファミリーCIは重複しない)。
  論文  参考訳（メタデータ） (2026-07-19T22:27:00Z)
• Zero2Skill: Bootstrapping Robot Skills through Autonomous Data Collection, Training, and Deployment [53.913175773174636]
  既存のパイプラインは、自己リセット、VLM検証、言語指導による修正を通じて、人間の労力を減らす。 Zero2Skill(ゼロ2スキル)は、人ロボットの共生型エージェントシステムで、丸ごとの修正を維持・再利用する。
  論文  参考訳（メタデータ） (2026-07-15T17:16:24Z)
• The Hallucination Snowball: Modeling Error Propagation as State Transitions in Multi-Agent LLM Pipelines [0.17188280334580197]
  ステージ1で注入された幻覚は単に持続するだけでなく、変化することを示す。 我々はこれを4つの状態におけるマルコフ過程である幻覚雪玉効果として定式化する。
  論文  参考訳（メタデータ） (2026-06-22T06:32:00Z)

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。