論文の概要: Ask, Relax, or Act? Evaluating Actionable Indeterminacy in LLM Preference Reasoning

• arxiv url: http://arxiv.org/abs/2610.03102v1
• Date: Fri, 02 Oct 2026 10:22:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.324129
• Title: Ask, Relax, or Act? Evaluating Actionable Indeterminacy in LLM Preference Reasoning
• Title（参考訳）: Ask, Relax, or Act? LLM選好推論における行動的不確定性の評価
• Abstract要約: 我々は、行動可能な不確定性(actable indeterminacy)を形式化する。 オブジェクト割り当て、ミーティングスケジューリング、アパートの選択、安定したマッチングにまたがるソルバグラウンドベンチマークを構築した。
• 参考スコア（独自算出の注目度）: 51.810946382216436
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: An LLM agent can recognize uncertainty yet still choose the wrong next step: asking when action is already justified, or seeking clarification when the constraints must change. We formalize actionable indeterminacy: act when an accepted action is shared across all admissible preferences or objectives, clarify when each possibility is feasible but no action is shared, and propose a minimum-cost permitted constraint repair when the request is infeasible. We construct a solver-grounded benchmark spanning object allocation, meeting scheduling, apartment choice, and stable matching. Matched pairs retain the same source while changing whether intervention is necessary, and evaluation separates decision correctness, matched-pair reliability, and fully correct responses. Our findings reveal a recurring difficulty in recognizing when intervention is unnecessary: models can identify situations requiring clarification or repair yet still intervene when a justified action already exists. Correct decision labels also fail to guarantee usable actions, questions, or repairs. Crucially, response requirements shape not only how decisions are expressed but also which decisions are made. Making the required content explicit substantially improves fully correct responses and can change intervention decisions, even when outputs are already parseable. These findings highlight that reliable agency requires more than recognizing uncertainty: it requires intervening only when necessary and translating the chosen next step into a verifiable response.
• Abstract（参考訳）: LLMエージェントは、不確実性を認識できるが、まだ間違った次のステップを選択することができる。 承認されたアクションがすべての許容可能な選好または目的で共有された場合に行動し、それぞれの可能性が実現可能で、アクションが共有されていないことを明確にし、要求が実現できない場合に最小限のコストで許容される制約修復を提案する。 オブジェクト割り当て、ミーティングスケジューリング、アパートの選択、安定したマッチングにまたがるソルバグラウンドベンチマークを構築した。 一致したペアは、介入が必要かどうかを変更しながら同じソースを保持し、評価は決定の正しさ、一致したペアの信頼性、完全に正しい応答を分離する。 モデルでは, 正当性のある動作がすでに存在する場合にも, 明確化や修復が必要な状況を特定することができる。 正しい判断ラベルは、使用可能なアクション、質問、修復を保証することができない。 重要なことに、応答要求は、どのように決定が表現されるかだけでなく、どの決定が下されるかも形作る。 要求されたコンテンツを明示的にすることで、完全に正しいレスポンスが向上し、アウトプットがすでにパース可能であったとしても、介入決定を変更することができる。 これらの知見は、信頼できる機関は不確実性を認識すること以上のものを必要とし、必要なときにのみ介入し、選択した次のステップを検証可能な応答に変換する必要があることを強調している。

関連論文リスト

• Complex Problem Solving in Large Language Models: A Statistical Control Survey and Diagnostic Framework [52.886947585847594]
  大規模言語モデル(LLM)による複雑な問題解決は、しばしばより強い推論やより長い生成の問題としてフレーム化される。 しかし、早期のエラー増幅、迅速な脆さ、誤ったコミットメントを修正する失敗を説明するのは難しい。 本調査はCPSを潜在解状態上の逐次推定・決定問題と解釈する。
  論文  参考訳（メタデータ） (2026-09-17T18:28:45Z)
• RISA: Response Inspection and Selective Actions for Refusal Calibration in Large Language Models [19.938570872083652]
  トレーニング時間アライメントは、モデルパラメータを安全データで更新することで、拒絶動作を改善するが、さらなる計算とトレーニングが必要である。 インフェルノ時間アライメントは、基礎となるモデルパラメータを更新することなく、推論中のLCMの振る舞いを変更することを目的としている。 本稿では、初期応答を検査し、ベースモデルを更新することなくエラーを選択的に修正する推論時フレームワークである、応答検査と選択行動(RISA)を提案する。
  論文  参考訳（メタデータ） (2026-09-01T06:37:42Z)
• CLAIM: Leading Open-domain Active Clarification of Large Language Models with Uncertainty Measurement [50.91045324738942]
  CLAIMは、オープンドメイン環境でのアクティブな明確化学習のための不確実性駆動フレームワークである。 本研究では,不確実性推定とセマンティッククラスタリングと推論に基づく判断を統合したエントロピー駆動型合成データ生成パイプラインを提案する。 実験の結果,手動でラベル付けしたデータに頼ることなく,CLAIMが安定かつ一般化可能な明確化戦略を学習できることが確認された。
  論文  参考訳（メタデータ） (2026-08-12T04:27:45Z)
• Diagnose, Recover, Certify: Task Readiness under Hidden Dynamics Changes [10.10742501508043]
  本稿では,アクティブチェンジ診断とポストチェンジ制御の回復を統一する決定問題である,休息時ダイナミクスドリフトにおけるタスクの即応性を導入する。 Evidence-Gated Matched-Pulse Transport(英語版)を提案する。 複数のシミュレーターにまたがる様々なドミナント・アクチュエーター・ベンチマークで、その結果のフレームワークを評価する。
  論文  参考訳（メタデータ） (2026-07-30T12:30:16Z)
• One More Turn, Less Regret: A Regret-Based Multi-Turn Benchmark for LLMs' Clarification Policies [49.067670811577045]
  本稿では,孤立した質問品質ではなく,政策行動として明確化を評価するベンチマークであるRegretBenchを紹介する。 RegretBenchは、意図的な解決、相互作用コスト、非効率な明確化、後悔を計測する。 以上の結果から,有効な明確化には有望な質問以上のものが必要であることが示唆された。
  論文  参考訳（メタデータ） (2026-07-23T10:22:11Z)
• Act or Clarify? Modeling Sensitivity to Uncertainty and Cost in Communication [4.986551765990419]
  コミュニケーション設定では、不確実性を減らす重要な方法は、明確化質問(CQ)を問うことである。 我々は、CQを問う決定は、文脈の不確実性と代替行動のコストの両方に依存すると予測する。 我々は、この相互作用を期待された後悔に基づく計算モデルで定式化する。
  論文  参考訳（メタデータ） (2026-02-02T21:45:52Z)
• Clarify When Necessary: Resolving Ambiguity Through Interaction with LMs [58.620269228776294]
  そこで本稿では,ユーザに対して,あいまいさを解消するためのタスク非依存のフレームワークを提案する。 我々は3つのNLPアプリケーション(質問応答、機械翻訳、自然言語推論)にまたがるシステムを評価する。 インテントシムは堅牢であり、幅広いNLPタスクやLMの改善を実証している。
  論文  参考訳（メタデータ） (2023-11-16T00:18:50Z)

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。