論文の概要: Global Coherence: When Every Agent Is Right and the Team Is Still Wrong - A Local-to-Global Semantic Foundation for Multi-Agent Collaboration

• arxiv url: http://arxiv.org/abs/2610.02036v1
• Date: Thu, 01 Oct 2026 16:49:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.311311
• Title: Global Coherence: When Every Agent Is Right and the Team Is Still Wrong - A Local-to-Global Semantic Foundation for Multi-Agent Collaboration
• Title（参考訳）: グローバルコヒーレンス:全てのエージェントが正しくてチームが間違っているとき - マルチエージェントコラボレーションのためのローカル・グローバル・セマンティック・ファウンデーション
• Abstract要約: AIエージェントは、それぞれがローカルで有効な決定をすることができるが、共同で無効な結果を生成する。 これは、単にモデルインテリジェンスではなく、共有状態の失敗という、グローバルな一貫性の問題です。 我々の観測・観測不可能理論は、正確な境界を与える。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: AI agents can each make locally valid decisions yet jointly produce an invalid result. We call this the global coherence problem: a failure of shared state, not merely of model intelligence. Our Observation-Aliasing Impossibility Theorem gives the exact boundary. A policy can guarantee a valid action exactly when all worlds producing the same observation share an admissible action. If k indistinguishable worlds require pairwise-disjoint actions, the best randomized worst-case success is 1/k; more reasoning, roles, messages, or samples cannot recover the missing distinction. A stronger model can reason better within its context, but it cannot see beyond it. We then give local-to-global runtime semantics X = (H, C, G, F; D): topology H records overlapping scopes; category C governs state-changing actions; groupoid G retains reversible translations; sheaf F tests whether local views glue into one world; and minimal history D keeps only distinctions that alter legal futures. Models propose; the harness owns shared state and governs commit. Nine studies test both the failure and its boundary. On a controlled revision benchmark, the same frontier model scores 40/40 when the deciding event is visible; when it is hidden, tested arms score 12--17/40, consistent with chance (1/3); restoring one authoritative fact returns 40/40. On TeamBench, ordinary teams exceed a shared budget in 5/5 runs, a visible live count leaves 4/5 violations, and commit enforcement leaves 0/5. In tau2-bench Telecom, current-state checks score 0.07 after silent reverts, while the harness scores 1.00. Where a conventional solver already owns the complete relevant state, it ties the harness as predicted. The counterintuitive conclusion is that local intelligence cannot substitute for missing global state.
• Abstract（参考訳）: AIエージェントは、それぞれがローカルで有効な決定をすることができるが、共同で無効な結果を生成する。 これは、単にモデルインテリジェンスではなく、共有状態の失敗という、グローバルな一貫性の問題です。 我々の観測・観測不可能理論は、正確な境界を与える。 同じ観察を行うすべての世界が許容可能な行動を共有している場合に、ポリシーは有効な行動を保証することができる。 kの区別不能な世界がペアワイズな動作を必要とする場合、最高のランダム化された最悪のケース成功は1/kであり、より多くの推論、役割、メッセージ、サンプルは欠落した区別を回復できない。 より強いモデルは、そのコンテキスト内でより良く推論できるが、それ以外は見ることができない。 次に、局所言語ランタイムのセマンティクス X = (H, C, G, F; D): トポロジー H はスコープの重なり合い、圏 C は状態変化の作用を支配、群 G は可逆的な変換を保持し、F は局所的なビューが一つの世界に結びつくかどうかをテストする。 ハーネスは共有状態を所有し、コミットを管理する。 9つの研究は、失敗と境界の両方をテストする。 制御されたリビジョンベンチマークでは、決定イベントが見える場合、同じフロンティアモデルが40/40、隠された場合、テストアームが12-17/40、チャンス(1/3)と一致し、一方の権威的事実が40/40を返す。 TeamBenchでは、通常のチームが5/5で共通の予算を超過し、目に見えるライブカウントが4/5違反を残し、実行が0/5になる。 Tau2-bench Telecomでは、現在の状態チェックはサイレントリターン後に0.07点、ハーネスは1.00点である。 従来の解法が既に完全に関連する状態を所有している場合、予測されるハーネスを結び付ける。 直感的な結論は、現地の知能は行方不明のグローバルな国家の代わりにはならないということである。

関連論文リスト

• World Agent: Can Language Models Keep a World Running? [48.26717201282349]
  本稿では,納品時点から以降の継続運用まで,世代評価点を移動させる世界エージェントタスクを提案する。 このタスクでは、モデルが世界を生成するよう要求されることはない。世界を維持する責任は、イベントを調整し、その後の進化を抑えるために結果を進めることである。
  論文  参考訳（メタデータ） (2026-09-26T14:55:08Z)
• Dual-Frontier: When Can an Agent Trust Its World Model? [27.999328033210492]
  本研究は,世界モデル誘導型意思決定が失敗した場合,エージェントの意思決定ルールと世界モデルが損失を引き起こしたかどうかを,軌跡だけでは明らかにできないことを示す。 我々は、この障害帰属問題を、リターン損失の非実効分解として定式化する。 提案するDual-Frontierは,予測される優位性が決定関連世界モデルエラーの認定境界を超える場合にのみ,世界モデル誘導決定を認める学習原理である。
  論文  参考訳（メタデータ） (2026-09-22T12:05:43Z)
• Confident at the moment of action: belief miscalibration in LLM play under hidden information [0.0]
  エージェントシステムは、モデル自身の主張する信頼に対するアクションをますますゲートし、信頼は行動の瞬間の正確性を追跡すると仮定する。 我々はこれを秘密裏に、王族の地位を秘密裏に、断片間で繰り返し移動できる秘密情報チェス変種でテストする。 このパターンを示すモデルは、その信念が持つゲームにまだ勝てる可能性があるため、結果のみの評価がそれを検出できない。
  論文  参考訳（メタデータ） (2026-08-25T15:18:18Z)
• Governed Persistent Memory: Source-Bound State Semantics and Fail-Closed Release for Long-Horizon Agents [3.202978695204522]
  長期のエージェントメモリは、通常、セレクトストアとして扱われるが、検索は、矛盾する、取って代わられた、削除された、削除された、または古いレコードが、外部の要求をサポートするかどうかを判断しない。 本稿では,Governed Persistent Memory (GPM)について紹介する。
  論文  参考訳（メタデータ） (2026-08-12T18:00:42Z)
• Can Machines Really See Objects in Images? A Study Based on Syntactic Distance and Visual Self-Referential Instances [53.65561607407989]
  そのような局所的な手がかりが区別の安定な基盤を提供しない場合、モデルが依然として正しく分類できるかどうかを問う。 ResNetとVision Transformersの実験では、一貫した位相遷移現象が明らかになった。 結果は、汎用インテリジェンスは、既存の言語を再利用するのではなく、新しい言語を作成する必要があることを示唆している。
  論文  参考訳（メタデータ） (2026-06-28T14:27:40Z)
• CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
  検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。 エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。 CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
  論文  参考訳（メタデータ） (2025-12-22T16:34:21Z)
• Global restrictions under local state discrimination [49.1574468325115]
  局所的な識別性は、二粒子状態のグローバルな性質を制限することができる。 グローバルな行動を制限する強力なツールとなり得ることを示す。
  論文  参考訳（メタデータ） (2024-11-29T11:14:23Z)

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。