論文の概要: Second-Order Problem Solving for Recursive Self-Improvement in Formal Verification

• arxiv url: http://arxiv.org/abs/2610.05701v2
• Date: Tue, 06 Oct 2026 18:09:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.437236
• Title: Second-Order Problem Solving for Recursive Self-Improvement in Formal Verification
• Title（参考訳）: 形式的検証における再帰的自己改善のための2次問題の解法
• Abstract要約: 再帰的自己改善(RSI)により、エージェントは実行フィードバックを反復的に最適化できる。 標準RSIは通常1階として動作し、即時障害の症状に応じて表面レベルのパラメータを何度もパッチする。 本稿では,ワークフロー最適化を2次診断に高めるフレームワークであるSO-RSIを紹介する。
• 参考スコア（独自算出の注目度）: 1.0243211938789691
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recursive self-improvement (RSI) enables agents to iteratively optimize their workflows via execution feedback. However, standard RSI typically operates as a first-order optimizer: it repeatedly patches surface-level parameters in response to immediate failure symptoms, often leading to trial-and-error thrashing without resolving underlying mechanisms. To address this limitation, we introduce SO-RSI, a framework that elevates workflow optimization to a second-order diagnostic inquiry, investigating why failures occur before committing to structural interventions. SO-RSI passively monitors execution traces for three structural anomalies (recurrence, opposing edits, and expectation mismatch) to trigger targeted mechanism investigations. By executing lightweight diagnostic probes and maintaining persistent inquiry memory across RSI rounds, SO-RSI accumulates causal evidence to guide systematic workflow edits rather than parameter patches. Across Lean 4 proof generation and Verus-based verifiable code generation, SO-RSI improves final held-out pass rates over Naive RSI by 21.8 and 25.8 percentage points under matched 24-hour search budgets. Behavioral analyses further confirm that SO-RSI substantially suppresses failure recurrence and eliminates unproductive zero-progress optimization loops.
• Abstract（参考訳）: 再帰的自己改善(RSI)により、エージェントは実行フィードバックを通じてワークフローを反復的に最適化できる。 しかし、標準RSIは通常、一階最適化器として動作し、即時障害の症状に応答して表面レベルのパラメータを何度もパッチし、基礎となるメカニズムを解決せずに試行錯誤を発生させる。 この制限に対処するため、我々はSO-RSIを導入し、ワークフロー最適化を2階の診断調査に高め、なぜ構造的介入にコミットする前に失敗が起こるのかを調査する。 SO-RSIは、3つの構造的異常(再帰、反対編集、期待ミスマッチ)の実行トレースを受動的に監視し、ターゲット機構の調査をトリガーする。 軽量な診断プローブを実行し、RSIラウンド全体にわたって永続的な問い合わせメモリを維持することで、SO-RSIはパラメータパッチではなく、系統的なワークフロー編集をガイドする因果証拠を蓄積する。 Lean 4の証明生成とVerusベースの検証可能なコード生成を通じて、SO-RSIは24時間検索予算でNaive RSIを21.8および25.8ポイント上回る最終的なホールトアウトパス率を改善している。 行動分析により、SO-RSIは失敗の再発を著しく抑制し、非生産的なゼロプログレス最適化ループを除去することを確認した。

関連論文リスト

• From Failed Trajectories to Reliable LLM Agents: Diagnosing and Repairing Harness Flaws [12.757205456771295]
  本稿では,エージェント故障の診断と修復を行うためのトレースガイドフレームワークであるHarnessFixを提案する。 HarnessFixは生の実行トレースをコンパイルし、コードをHarness対応のトレース中間表現に変換する。 障害の原因は、責任ある軌道ステップとレイヤの活用、繰り返し診断を実行可能な欠陥レコードに集約し、スコープ化された修復オペレータにマップすることにある。
  論文  参考訳（メタデータ） (2026-06-04T15:58:30Z)
• 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)
• Proactive Rejection and Grounded Execution: A Dual-Stage Intent Analysis Paradigm for Safe and Efficient AIoT Smart Homes [37.92248202525651]
  本稿では,低レベルの物理的実行から高レベルのユーザ意図理解を分離するためのDual-Stage Intent-Aware (DS-IA)フレームワークを提案する。 試験の結果、DS-IAは58.56%(ベースラインを28%以上上回る)のエクサクトマッチ(EM)を達成し、無効命令の拒否率を87.04%に改善した。
  論文  参考訳（メタデータ） (2026-03-17T07:38:39Z)
• TraceCoder: A Trace-Driven Multi-Agent Framework for Automated Debugging of LLM-Generated Code [11.207330722400764]
  人間の観察・分析・修復過程をエミュレートするフレームワークであるTraceCoderを提案する。 このフレームワークはまずコードを診断プローブで測定し、粒度の細かいランタイムトレースをキャプチャする。 その後、これらのトレースについて因果解析を行い、失敗の根本原因を正確に特定する。
  論文  参考訳（メタデータ） (2026-02-06T16:59:48Z)
• 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)
• Retrieval is Not Enough: Enhancing RAG Reasoning through Test-Time Critique and Optimization [58.390885294401066]
  Retrieval-augmented Generation (RAG) は知識基底型大規模言語モデル(LLM)を実現するためのパラダイムとして広く採用されている。 RAGパイプラインは、モデル推論が得られた証拠と整合性を維持するのに失敗することが多く、事実上の矛盾や否定的な結論につながる。 批判駆動アライメント(CDA)に基づく新しい反復的枠組みであるAlignRAGを提案する。 AlignRAG-autoは、動的に洗練を終了し、批判的な反復回数を事前に指定する必要がなくなる自律的な変種である。
  論文  参考訳（メタデータ） (2025-04-21T04:56:47Z)

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。