論文の概要: Fault-Tolerant Budget Conservation in Distributed Multi-Agent Delegation
- arxiv url: http://arxiv.org/abs/2610.00349v1
- Date: Tue, 29 Sep 2026 21:54:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:23.616499
- Title: Fault-Tolerant Budget Conservation in Distributed Multi-Agent Delegation
- Title（参考訳）: 分散型マルチエージェントデリゲーションにおける耐故障性予算の保全
- Abstract要約: 予算は、デリゲートDAGを通過する排他的エスクロークレジットで表される定量化されたリソースベクトルである。
オーナシップのパーティション,台帳とエフェクトの保存,子孫の非増幅,最下位の解決,遅延補完の安全性,パーティションの閉じ込めを実証する。
- 参考スコア（独自算出の注目度）: 4.805352087824778
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Resource limits are becoming an authorization boundary for AI agents that delegate work across concurrent and failure-prone workers. Parent-child allocation constraints, affine objects, and distributed escrow do not by themselves prevent overspend when replies are lost, effects complete after timeout, messages repeat, branches partition, or DAG joins alias one lineage. We formalize fault-tolerant budget conservation for distributed multi-agent delegation. Budgets are quantized resource vectors represented by exclusive escrow credits that move through a delegation DAG. Before dispatch, a branch converts credit into an operation reservation bound to lineage, epoch, normalized effect, maximum charge, receiver, and idempotency key. It persists a signed dispatch permit with quarantine; the gateway verifies that permit before first acceptance. Uncertain effects remain charged until authenticated settlement, a fenced authoritative no-effect proof, or permanent retirement. We prove ownership partition, ledger and effect conservation, descendant non-amplification, at-most-once settlement, late-completion safety, and partition confinement under explicit mediation, durability, authentication, normalization, and gateway assumptions. An indistinguishability result shows that partition-local availability requires exclusive preallocation. Bounded TLA+ checking, an independent JavaScript explorer, and crash-injected two-process SQLite experiments exercise the declared scope and detect timeout-refund and historical-certificate-validation mutants. The mechanism preserves the issued budget bound across the evaluated crash, retry, duplicate, partition, join, and late-completion schedules.
- Abstract（参考訳）: リソース制限がAIエージェントの認証バウンダリになりつつある。
親子割当制約、アフィンオブジェクト、分散エスクローは、応答が失われたときにオーバースペンドを防ぎ、タイムアウト後の効果、メッセージの繰り返し、ブランチパーティション、DAGが1つの系統に結合する。
分散マルチエージェントデリゲートにおけるフォールトトレラントな予算保全を形式化する。
予算は、デリゲートDAGを通過する排他的エスクロークレジットで表される定量化されたリソースベクトルである。
ディスパッチ前、ブランチはクレジットを、行数、エポック、正規化効果、最大電荷、受信機、およびイデオロシキーに限定したオペレーション予約に変換する。
署名されたディスパッチ許可を隔離で保持し、ゲートウェイは最初の受け入れ前にその許可を検証する。
不確実な効果は、認証された和解、フェンスで囲まれた権威の証明、または恒久的な退職まで訴追されたままである。
我々は、明示的な調停、耐久性、認証、正規化、ゲートウェイの仮定の下で、オーナシップの分割、台帳と効果の保存、子孫の非増幅、最上位の解決、遅延補完の安全性、パーティションの閉じ込めを証明した。
不明瞭な結果は、パーティションローカルの可用性には排他的な事前割り当てが必要であることを示している。
独立したJavaScriptエクスプローラである境界付きTLA+チェックと、クラッシュインジェクトされた2プロセスのSQLite実験は、宣言されたスコープを実行し、タイムアウト返金および履歴認証バリデーションミュータントを検出する。
このメカニズムは、評価済みのクラッシュ、リトライ、重複、パーティション、ジョイン、遅延コンプリートスケジュールにまたがる発行済みの予算を保存する。
関連論文リスト
- Separating Covariate Shift from Mechanism Change with Two Discriminators: CJSD, a Conditional Discrepancy with an Exact Covariate-Concept Decomposition [0.0]
Conditional Jensen-Shannon Discrepancy (CJSD)
202組のデータセットの10測定バッテリーでは、CJSDとkNNプラグインの2つの条件情報推定器だけがフェールする。
論文 参考訳（メタデータ） (2026-08-20T10:48:08Z) - One Gate Is Not Enough: Composing Stateful Pre-Action Controls for Agentic AI [0.0]
1つのコントロールが適用した修復は、他のコントロールが評価するアクション、エビデンス、コンテキストを変更し、そのコントロールの以前の判断を無効にすることができることを示す。
我々は、この結合を形式化し、現在の有界等質な設定において、アクションごとの音質を復元するremediate-and-regateプロトコルを提供する。
これは、生産の頻度に関する主張ではなく、合成メタデータ層によるオープンペイロードデータに対するメカニズム実証である。
論文 参考訳（メタデータ） (2026-08-18T22:24:44Z) - Beyond Memory: A Transactional Continuity Kernel for Long-Lived AI Agents [2.124730017640531]
永続的なAIエージェントは、長期にわたってバージョン管理された状態を蓄積するが、ストレージ保持だけは権限のある状態を識別しない。
エージェント状態ガバナンスはインフラ上のアクティベーションの問題であり、継続性は承認されたブランチヘッドの非破壊的で公認された系統であると定義する。
本稿では、原子状態活性化からオフコミット候補評価を分離するアクティベーション契約であるContinuity Kernel(CK)を提案する。
論文 参考訳（メタデータ） (2026-08-12T04:28:49Z) - When Collaboration Becomes a Trigger: Collective Evidence-Threshold Backdoors in Multi-Agent Systems [57.450132281381066]
ピアエビデンスが単一のメッセージによって決定されるのではなく、隠れたしきい値に達すると、バックドアの動作が起動される。
我々は,MASとBundary-Conditioned Backdoor Injection(BCBI)のための集合的エビデンス-ホールドバックドアパラダイムを導入する。
クリーンな通信力学を学習し,異常なエージェント更新を隔離する,クリーンな唯一の潜時防御であるLATTEを提案する。
論文 参考訳（メタデータ） (2026-08-02T08:38:44Z) - When AI Agents Commit: Cognitive Serializability Across Data, Evidence, Policy, and Authority [2.124730017640531]
自律的なエージェントは、データベースの読み込み、証拠の回収、政策、信条、委任された権威から突然変異を導き出す。
トランザクション処理は、提案が実行可能なコントラクトを満たすかどうかを決定する。
Cognitive Serializabilityは、不変の実行可能な定義、レジストリ由来の権限計画、シールされたガードファーストコミットトランザクション、封筒後エンベロープ、証人限定の権限を組み合わせたものだ。
論文 参考訳（メタデータ） (2026-07-28T19:36:23Z) - Mnemosyne: Agentic Transaction Processing for Validating and Repairing AI-generated Workflows [0.764671395172401]
エージェントトランザクション処理は、宣言された実行可能な制約セットCの下で決定論的入力をパスするまで、生成されたアクションを信頼できない提案として扱う。
MnemosyneのATPは、追加のみのトランジションログ、有効状態のプロジェクション、依存性の安全な補償、アクティブなコミットレコードを備えたランタイムである。
再現可能なアーティファクトは、9つのファルシフィケーションテストを対象とする違反を拒絶し、有効な作業は6%以下のオーバーヘッドで認め、局所的な修復は、グローバルな再計算よりも桁違いに少ない操作を編集する。
論文 参考訳（メタデータ） (2026-06-30T23:33:16Z) - VerifyMAS: Hypothesis Verification for Failure Attribution in LLM Multi-Agent Systems [79.51005192758262]
大規模言語モデル駆動型マルチエージェントシステムは複雑なタスクで優れている。
しかし、信頼性の低いエージェントは、システムレベルの信頼性にとって重要なボトルネックである。
本稿では,エージェント故障の帰属に関する仮説検証フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-17T14:09:35Z) - Affordance Agent Harness: Verification-Gated Skill Orchestration [45.231685718099264]
Affordance groundingは、オープンワールドのシーンでエージェントがどこでどのように対話すべきかを特定する必要がある。
本稿では,エビデンスストアとコストコントロールを備えたクローズドループランタイムであるAffordance Agent Harnessを提案する。
論文 参考訳（メタデータ） (2026-05-01T13:45:16Z) - IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory [73.22944697933603]
既存のパイプラインは不透明でエンドツーエンドの出力を生成し、検査の中間状態は公開しない。
IMPACT-Cycleは,マルチモーダル反復クレームレベルのメンテナンスとして,長時間ビデオ理解を再構築するマルチエージェントシステムである。
論文 参考訳（メタデータ） (2026-04-22T03:03:33Z) - DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems [48.971606069204825]
DoVerは、大規模言語モデル(LLM)ベースのマルチエージェントシステムのための介入駆動デバッグフレームワークである。
ターゲットの介入を通じて、アクティブな検証によって仮説生成を増強する。
DoVerは失敗試験の18～28%を成功させ、最大16%のマイルストーンを達成し、失敗仮説の30～60%を検証または否定する。
論文 参考訳（メタデータ） (2025-12-07T09:23:48Z)
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。