論文の概要: Software World Models: From Consequence Prediction to Decision Value

• arxiv url: http://arxiv.org/abs/2610.04940v1
• Date: Sun, 04 Oct 2026 04:34:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 07:41:35.952863
• Title: Software World Models: From Consequence Prediction to Decision Value
• Title（参考訳）: ソフトウェアワールドモデル: シーケンス予測から決定価値へ
• Abstract要約: ソフトウェアワールドモデル(SWM)は、コードの変更によって影響を受けるより広範なシステムをモデル化し、そのブラストセットを予測します。 Actは、サンプルされた予測を、変更のランク付け、積極的に移行するためのコンシューマごとのブレーク確率に変換し、別の実行がそのコストに値するかどうかを判断する。 保持された合成システムでは、SWMは静的到達性のために0.431から0.571pm0.037$までブラストセットF1を改善する。
• 参考スコア（独自算出の注目度）: 9.344309178867542
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A coding agent may safely modify one repository while silently breaking downstream services, libraries, or datastores that depend on it. Exhaustively running integration tests after every agent action is impractical, so the agent must predict these failures before executing them. Existing software world models predict the agent's own observations, while static change-impact analysis only identifies where a change may propagate. We instead introduce the Software World Model (SWM), which models the broader system affected by a code change and predicts its blast set: the components that the change will break. SWM follows three stages: explore, learn, and act. Explore executes candidate changes from restored system states, prioritizing regions where observed failures contradict the dependency graph. Learn fine-tunes a language model on these execution outcomes to predict downstream breakage. Act converts sampled predictions into per-consumer break probabilities for change ranking, proactive migration, and deciding when another execution is worth its cost. On held-out synthetic systems, SWM improves blast-set F1 from 0.431 for static reachability to $0.571\pm0.037$, more than halves ranking regret, and improves migration return at all nine evaluation checkpoints. The two methods are complementary: reachability is stronger on dependencies represented in the graph, while SWM recovers failures caused by couplings the graph misses. Experiments on held-out real libraries further show that predicting structured failure outcomes, rather than only scalar risk, is important for downstream decision quality.
• Abstract（参考訳）: コーディングエージェントは、ダウンストリームサービス、ライブラリ、あるいはそれに依存するデータストアを静かに破りながら、1つのリポジトリを安全に修正することができる。 すべてのエージェントアクションが実行不可能になった後、排他的に統合テストを実行するため、エージェントはそれらを実行する前にこれらの障害を予測する必要がある。 既存のソフトウェアワールドモデルはエージェント自身の観察を予測し、静的な変更影響分析は変更が伝播する場所のみを特定する。 代わりにソフトウェアワールドモデル(SWM)を導入し、コードの変更によって影響を受けるより広範なシステムをモデル化し、そのブラストセット(変更が壊れるコンポーネント)を予測する。 SWMは、探索、学習、行動という3つの段階に従う。 Exploreは、復元されたシステム状態からの候補変更を実行し、観測された障害が依存性グラフと矛盾する領域を優先順位付けする。 ダウンストリームの破損を予測するために、これらの実行結果に関する言語モデルを微調整する。 Actは、サンプルされた予測を、変更のランク付け、積極的に移行するためのコンシューマごとのブレーク確率に変換し、別の実行がそのコストに値するかどうかを判断する。 保持された合成システムでは、SWMは静的到達性のために0.431から0.571\pm0.037$までブラストセットF1を改良し、後悔のランク付け以上のものとなり、9つの評価チェックポイントすべてでマイグレーションリターンを改善する。 リーチビリティはグラフに表される依存関係に強く依存するが、SWMはグラフの結合による障害を回復する。 保持された実ライブラリの実験は、スカラーリスクだけでなく、構造化された失敗の結果を予測することが、下流の意思決定品質にとって重要であることを示している。

関連論文リスト

• CARE: Experience-Guided Atomic Corrective Execution for Vision-Language-Action Policies [52.32735203969873]
  VLA(Vision-Language-Action)ポリシーは、ロボット操作において強力なパフォーマンスを達成するが、実行が名目上の軌道から逸脱した後も不安定なままである。 本稿では,実行時に発生する障害から学習することで回復を改善するフレームワークであるCARE(Corrective Atomic Robotic Execution)を提案する。
  論文  参考訳（メタデータ） (2026-09-21T05:14:34Z)
• Adaptive Influence Graphs for Failure Attribution in Multi-Agent Systems [16.78530745432555]
  本稿では,2段階のエージェントフレームワークであるAdaptive Influence Graphs(AIGs)を紹介する。 複数のモデルにまたがって、よりリッチなトレース表現がフェール属性を継続的に改善することを示す。 この仮説は、帰属は診断モデルだけでなく、どのようにトレースが表現され、探索されるかにも依存する、という我々の仮説を裏付けるものである。
  論文  参考訳（メタデータ） (2026-08-25T10:18:19Z)
• Robustness Analysis of Agentic AI to Inconsistent and Incomplete Tool Responses [8.002494437891077]
  リターンがエージェントコンテキストに入ると、ツールの障害を分析します。 確率に基づく信号は、不完全なリターンといくつかの直接的な不整合をはっきりと捉えていることを示す。 可能性信号の弱いいくつかの障害は、エージェントを状態変化アクションにリダイレクトすることができる。
  論文  参考訳（メタデータ） (2026-08-24T00:26:57Z)
• LiveFMBench: Unveiling the Power and Limits of Agentic Workflows in Specification Generation [75.05397479715576]
  大規模言語モデル(LLM)とエージェントは有望な進歩を示しているが、その真の能力と失敗モードは未だ不明である。 CプログラムのためのLCMおよびエージェントベースの形式仕様生成に関する、最初の体系的および汚染に配慮した研究を提案する。
  論文  参考訳（メタデータ） (2026-05-02T11:31:33Z)
• Dynamic analysis enhances issue resolution [53.50448142467294]
  DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。 テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。 Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
  論文  参考訳（メタデータ） (2026-03-23T14:48:54Z)
• AgentProcessBench: Diagnosing Step-Level Process Quality in Tool-Using Agents [50.481033105867205]
  我々はAgentProcessBenchを紹介した。AgentProcessBenchは、現実的なツール拡張トラジェクトリにおけるステップレベルの有効性を評価するための最初のベンチマークである。 ベンチマークは、1,000の多様な軌跡と8,509の人間ラベル付きステップアノテーションと89.1%のアノテーション間合意で構成されている。 探索をキャプチャする3つのラベリングスキームと、ラベルのあいまいさを減らすためのエラー伝搬ルールを備えている。
  論文  参考訳（メタデータ） (2026-03-15T16:13:58Z)
• Metacognitive Self-Correction for Multi-Agent System via Prototype-Guided Next-Execution Reconstruction [58.51530390018909]
  大規模言語モデルに基づくマルチエージェントシステムは、協調的な問題解決において優れているが、エラーのカスケードには脆弱である。 我々は,MASにリアルタイム,教師なし,ステップレベルの誤り検出と自己補正を付与するメタ認知フレームワークMASCを提案する。
  論文  参考訳（メタデータ） (2025-10-16T05:35:37Z)
• Model Discovery and Graph Simulation: A Lightweight Gateway to Chaos Engineering [0.0]
  カオスエンジニアリングはレジリエンスのリスクを明らかにしますが、広く頻繁に実行するには高価で運用上のリスクがあります。 我々は、単純な接続のみのトポロジモデルにより、フェールストップフォールトの下で、高速で低リスクなアベイラビリティー推定を行うことができると主張している。
  論文  参考訳（メタデータ） (2025-06-12T10:59:28Z)

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。