論文の概要: Decoupling Logic from Persona: Structural Immunity of Edge LLM Agents to Context Pollution

• arxiv url: http://arxiv.org/abs/2610.09772v2
• Date: Fri, 09 Oct 2026 10:16:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.180531
• Title: Decoupling Logic from Persona: Structural Immunity of Edge LLM Agents to Context Pollution
• Title（参考訳）: ペルソナから論理を分離する: エッジLLMエージェントの構造免疫と環境汚染
• Abstract要約: 我々は、そのようなエージェントの論理的な部分に何が起こるか、その歴史が長く、誤解を招く、そしてペルソナの重大さについて研究する。 論理的推論とペルソナ表現を分離するデカップリングアーキテクチャ(AO-DA)を提案する。 コード、ロジックパスアダプタ、ログ、分析スクリプトがリリースされている。
• 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: Edge language-model agents must hold a persona and reason correctly at once, in one context window that fills with history and persona instructions. We study what happens to the logical part of such an agent when that history is long, misleading and persona-heavy (persona-logic interference), and present a Decoupling Architecture (AO-DA) that separates logical inference ("What") from persona expression ("How") into two inference paths on one INT4 base model with hot-swappable LoRA adapters. The logic path receives only the core turn and emits a verifiable structured state (Micro-State); the persona path renders it in character with the full history. In same-base-model ablations on an Apple M2 laptop (Llama-3.1-8B-Instruct and Gemma-3-4B-it, 4-bit; 480 runs: 2 bases x 4 pollution levels x 3 arms x 2 tasks x 2 personas x 5 seeds) we find: (i) the decoupled logic path is structurally invariant to pollution: its prompt stays at 180 (Llama) or 167 (Gemma) tokens while the mixed single-pass prompt grows from 242 to 1,203 on Llama, and its outputs are byte-identical across levels (40/40); (ii) the mixed single pass degrades monotonically (composite logic score 0.669 to 0.150 on Llama, 0.487 to 0.150 on Gemma), mostly by failing to emit the required structured output (80-95% of runs on Llama, 100% on Gemma at the two highest levels); (iii) with the same pollution fed into the logic path, the dedicated-adapter, dedicated-format path is still more robust than the single pass on the 8B model (failure 0-20% vs 25-95% at L2-L4; paired $Δ$ +0.30 to +0.50, Cliff's $δ$ 0.50-0.85, Holm-adjusted $p \le 0.03$) but not on the 4B model, where both collapse. Separation costs one extra decode on a topic's first turn (28.2 s vs 18.2 s on Llama) and buys persona hot-swapping in 1.7 ms (warm median) without re-running the logic path. Code, logic-path adapters, logs and analysis scripts are released.
• Abstract（参考訳）: エッジ言語モデルエージェントは、歴史とペルソナの指示を埋めるひとつのコンテキストウィンドウにおいて、ペルソナと推論を一度に正しく保持しなければならない。 このようなエージェントの論理的部分には、その歴史が長く、誤解を招き、ペルソナ重み(ペルソナ-論理的干渉)があり、論理的推論("What")とペルソナ表現("How")を分離するデカップリングアーキテクチャ(AO-DA)を、ホットスワップ可能なLoRAアダプタを持つ1つのINT4ベースモデル上の2つの推論パスに分割する。 論理パスはコアターンのみを受け取り、検証可能な構造化状態(マイクロステート)を出力する。 Apple M2ラップトップ(Llama-3.1-8B-Instruct and Gemma-3-4B-it, 4-bit; 480 run: 2bases x 4 pollution levels x 3 arms x 2 task x 2 personas x 5 seed)上の同じベースモデルアブリゲーションでは、以下のようになる。 i) 分離された論理経路は、汚染に対して構造的に不変であり、そのプロンプトは180(Llama)または167(Gemma)トークンに留まり、一方、混合シングルパスプロンプトはLlama上で242から1,203に増加し、出力はレベル(40/40)にわたってバイト単位である。 (ii)混合シングルパスは単調に分解する(Llamaでは0.669から0.150、Gemmaでは0.487から0.150)。 (iii) 論理経路に同じ公害が供給された場合、専用アダプタ、専用フォーマットパスは8Bモデルのシングルパス(L2-L4では0-20%対25-95%)よりも依然として堅牢であり、それぞれ$Δ$ +0.30 to +0.50, Cliff's $δ$ 0.50-0.85, Holm-adjusted $p \le 0.03$)である。 分離はトピックの最初のターンで1つの余分なデコード(ラマでは28.2秒対18.2秒)、ロジックパスを再実行することなく1.7ミリ秒(ウォーム中央値)でペルソナのホットスワッピングを購入する。 コード、ロジックパスアダプタ、ログ、分析スクリプトがリリースされている。

関連論文リスト

• Architecture-Dependent Causal Transfer of Activation States Across Large Language Models [51.56484100374058]
  内部言語アクティベーション状態は、異なる大きな言語モデル間で因果的に転送することができる。 生成中に投影された活性化をターゲットモデルに注入すると、統計的に有意で事前登録された因果効果が生じる。 現在実装されているLCM間のエンド・ツー・エンドのアクティベーション・ステート・トランスファーは、ユニバーサルではなくアーキテクチャに依存していると結論付けている。
  論文  参考訳（メタデータ） (2026-08-17T09:53:27Z)
• TextNCA: Neural Cellular Automata for Language Modeling via Hierarchical Local Attention [45.024660338672675]
  ニューラルセルラーオートマトンプリミティブの1次元因果的ウィンドウアテンション実現であるtextscTextNCA を定義する。 WikiText-103では、約30万のパラメータと60kのトレーニングステップで、ウィンドウが8, 32, 128$、およびT_s$の3つのステージをカスケードする階層的なバリエーションについて検討する。
  論文  参考訳（メタデータ） (2026-08-03T10:47:05Z)
• Constraint-Anchored Reasoning Traces [9.39195684989942]
  MLLM(Autoregressive Multimodal Large Language Model)は、ミススノーボールに悩まされる。 最先端のオープンソースMLLMでは、最初のエラーが発生すると、これらのケースの65%で、残りのステップすべてにわたって推論カスケードが失敗する。 本稿では,MLLMを学習し,言語推論のステップを記号的制約アサーションでインターリーブする,ニューロシンボリック・シンボリック・フレームワークであるConstraint-Anchored Reasoning Traces (CART)を提案する。
  論文  参考訳（メタデータ） (2026-07-18T09:24:45Z)
• Imbuing Large Language Models with Bidirectional Logic for Robust Chain Repair [44.80087038178069]
  本稿では,デコーダのみのトランスフォーマーをネイティブに組み込んだトレーニングフレームワークであるTeleological Reasoning Infilling (TRI)を紹介する。 推測では、TRIは二重システムループ内の外科的修復モジュールとして動作する。 3つのベンチマークの実験では、TRIは全てのタスクで最先端のパフォーマンスを達成し、プロブレム当たりのトークン支出を31.2%削減した。
  論文  参考訳（メタデータ） (2026-06-03T15:58:48Z)
• Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
  大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。 個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。 構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
  論文  参考訳（メタデータ） (2026-05-15T17:08:27Z)
• Causal Forcing++: Scalable Few-Step Autoregressive Diffusion Distillation for Real-Time Interactive Video Generation [50.55853275866995]
  リアルタイムのインタラクティブなビデオ生成には、低レイテンシ、ストリーミング、コントロール可能なロールアウトが必要である。 本稿では,フレームワイドの自己回帰を1～2ステップのサンプリングで行うという,よりアグレッシブな設定について検討する。 原理的かつスケーラブルなパイプラインである textbfCausal Forcing++ を提案する。
  論文  参考訳（メタデータ） (2026-05-14T17:46:36Z)
• ProbeLogits: Kernel-Level LLM Inference Primitives for AI-Native Operating Systems [0.0]
  LLM推論を内部で実行するOSカーネルは、任意のテキストが生成される前にロジット分布を読み取ることができる。 本稿では,シングルフォワードパスを実行するカーネルレベルの操作であるProbeLogitsについて述べる。
  論文  参考訳（メタデータ） (2026-04-13T18:32:02Z)
• THEIA: Learning Complete Kleene Three-Valued Logic in a Pure-Neural Modular Architecture [0.0]
  THEIAは2.75Mのモジュラー・ニューラルアーキテクチャで、外部のシンボル推論や手書きのK3ゲートプリミティブを使わずにタスクデータから完全Kleene 3値論理(K3)真理表を学習する。 トランスフォーマーのベースラインは39の規則すべてで99%に到達し、フラットは0.04pp以内のフェーズ1の精度でTheIAと一致している。
  論文  参考訳（メタデータ） (2026-04-13T10:44:15Z)
• OrgForge-IT: A Verifiable Synthetic Benchmark for LLM-Based Insider Threat Detection [0.0]
  本稿では,決定論的シミュレーションエンジンが基底真理を維持し,言語モデルが表面の散文のみを生成する検証可能な合成ベンチマークを提案する。 コーパスは51日の模擬日、2,904回のテレメトリ記録を96.4%のノイズレートで記録し、単面と単日のトリアージ戦略を破るために設計された4つの検出シナリオをカバーしている。
  論文  参考訳（メタデータ） (2026-03-23T19:03:53Z)
• Duality Models: An Embarrassingly Simple One-step Generation Paradigm [46.10673908377537]
  「入力1つ、出力1つ」のパラダイムは、トレーニング予算の分割を強制する。 多段階の目的に十分なサンプルを割り当てると、数段階の世代は訓練されていない。 本稿では,DuMo(Duality Models)を「1つの入力,2つの出力」パラダイムで提案する。
  論文  参考訳（メタデータ） (2026-02-04T17:16:22Z)

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。