論文の概要: HESP: Separating What to Probe from When to Stop in Local LLM Alert-Triage Agents

• arxiv url: http://arxiv.org/abs/2609.33446v1
• Date: Sun, 27 Sep 2026 10:54:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-05 16:48:10.481216
• Title: HESP: Separating What to Probe from When to Stop in Local LLM Alert-Triage Agents
• Title（参考訳）: HESP: ローカルLLMアラート処理剤でいつ停止するかを分離する
• Abstract要約: 本稿では,モデル外の調査手順を保持するコントローラであるHESPについて述べる。 HESPは競合する説明の台帳を保持し、コスト毎の情報ゲインによって読み取り専用プローブを選択し、現在の証拠によって裏付けられている評決のみを受け入れ、調査自体を終わらせることができる。
• 参考スコア（独自算出の注目度）: 0.6015898117103068
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Security operations centers receive far more alerts than analysts can investigate, and organizations that cannot send their telemetry to hosted models must automate triage with small open-weight LLMs on their own hardware. Current LLM agents leave the investigation procedure to the model, and small local models fail at it: they probe without converging, never commit to a verdict, or dismiss real attacks. In this paper, we present HESP, a controller that holds the investigation procedure outside the model. HESP keeps a ledger of competing explanations, selects read-only probes by expected information gain per cost, accepts only verdicts backed by current evidence, can end an investigation itself, and journals every prediction before its observation. We evaluated HESP in four pre-registered studies with five open-weight models from two families (7B to 72B), totalling 7,272 audited episodes in a controlled triage environment. With likelihood tables counted from LLM-free runs, HESP lifts Qwen2.5-7B from 0.125 to 1.000 verified completion, matching oracle tables. The information-gain ranking adds +0.26 to +0.35 on every model that concludes, and a controller-side stop lifts Llama-3.1-8B, which never concludes on its own, from 0 to 0.917. What to probe and when to stop are therefore separate failures, and different small models exhibit different ones. Because HESP and its planner run entirely on local hardware, it suits environments where telemetry cannot leave the premises. We release all code, protocols, and episode journals at https://github.com/lzwhehe/HESP.
• Abstract（参考訳）: セキュリティオペレーションセンターは、アナリストが調査できるよりもはるかに多くのアラートを受け取り、テレメトリをホストされたモデルに送信できない組織は、自身のハードウェア上で小さなオープンウェイトなLLMでトリアージを自動化する必要がある。 現在のLLMエージェントは、調査手順をモデルに任せ、小さなローカルモデルでは失敗する。 本稿では,モデル外の調査手順を保持するコントローラであるHESPについて述べる。 HESPは競合する説明の台帳を保持し、コスト当たりの情報ゲインによって読み取り専用プローブを選択し、現在の証拠に裏付けられた評決のみを受け入れ、調査自体を終了させ、観察前に全ての予測をジャーナル化する。 HESPは2家系(7Bから72B)から5つのオープンウェイトモデルを用いて4つの事前登録実験を行い, 計7,272エピソードをトリアージ環境下で評価した。 HESP は LLM フリーランから数える可能性があり、Qwen2.5-7B を 0.125 から 1.000 まで引き上げ、オラクルテーブルと一致する。 情報ゲインランキングは、終了するモデルごとに+0.26から+0.35を加算し、コントローラ側ストップはLlama-3.1-8Bを持ち上げる。 そのため、調査し、いつ停止するかは別個の失敗であり、異なる小さなモデルが異なる失敗を示す。 HESPとそのプランナーは、完全にローカルハードウェアで動作するため、テレメトリが構内を離れることができない環境に適合する。 私たちは、すべてのコード、プロトコル、エピソードジャーナルをhttps://github.com/lzwhehe/HESPでリリースします。

関連論文リスト

• Pinocchio: Fast Uncertainty Estimates for Black-Box Language Models [73.50370994588927]
  ブラックボックスAPIモデルから応答の正しさを推定する外部キャリブレータであるPinocchioを紹介する。 我々のモデルは、不確実な推定を生成するために1つのフォワードパスしか必要とせず、ターゲットモデルのロジット、重み、または内部状態へのアクセスを必要としない。
  論文  参考訳（メタデータ） (2026-09-21T16:48:50Z)
• The Corroboration Illusion: When More News Makes LLM Forecasts Less True [3.1793612304119847]
  大規模言語モデル(LLM)は、ニュースを検索し、推論することで、現実世界の出来事を予測するのにますます使われている。 オープンでクロール可能なニュースコーパスへのこの依存は、新たな攻撃面を生み出す。 我々は、RAG中毒と異なる脅威モデルである確率予測器のニューズコーパス中毒を定式化した。
  論文  参考訳（メタデータ） (2026-09-05T14:57:27Z)
• Mitigating LLM-based p-Hacking by Preregistering for the Next LLM [11.975930465930832]
  大規模言語モデル (LLM) は、出力が仮説テストに影響を及ぼすデータの生成、分類、注釈付けにますます使われている。 LLMに基づく研究において, p-hacking を緩和するプロトコルを提案する。 真の価値が分かっている2つのタスクでプロトコルを評価する。
  論文  参考訳（メタデータ） (2026-06-26T03:31:31Z)
• NeuroLog: Reasoning You Can Audit -- Neuro-Symbolic Vulnerability Discovery via LLM Facts, Datalog, and SMT [0.0]
  C/C++ソースの脆弱性発見では、単一のクエリを実行する前に動作するビルドを必要とする静的アナライザと、ソースを読み取りながら詳細を知り、レアル上のクロスファンクションデータフローのトラックを失うフリーフォームのLCMを、アナリストに選択するよう求めている。 我々は、各イテレーションで優れた型付きデータフローを発見する、エンドツーエンドのビルド・ツー・エンドパイプラインであるNeuroLogを紹介します。
  論文  参考訳（メタデータ） (2026-05-30T10:50:06Z)
• Get my drift? Catching LLM Task Drift with Activation Deltas [55.75645403965326]
  タスクドリフトは攻撃者がデータを流出させたり、LLMの出力に影響を与えたりすることを可能にする。 そこで, 簡易線形分類器は, 分布外テストセット上で, ほぼ完全なLOC AUCでドリフトを検出することができることを示す。 このアプローチは、プロンプトインジェクション、ジェイルブレイク、悪意のある指示など、目に見えないタスクドメインに対して驚くほどうまく一般化する。
  論文  参考訳（メタデータ） (2024-06-02T16:53:21Z)
• LLMAuditor: A Framework for Auditing Large Language Models Using Human-in-the-Loop [7.77005079649294]
  有効な方法は、同じ質問の異なるバージョンを使って、大きな言語モデルを探索することである。 この監査方法を大規模に運用するには、これらのプローブを確実かつ自動的に作成するためのアプローチが必要である。 我々はLLMAuditorフレームワークを提案し、異なるLLMとHIL(Human-in-the-loop)を併用する。 このアプローチは、検証性と透明性を提供すると同時に、同じLLMへの円形依存を回避する。
  論文  参考訳（メタデータ） (2024-02-14T17:49:31Z)

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。