論文の概要: OOM-RL II: Reality Is an Oracle, Not a Debugger Provenance-Constrained Diagnosis in Continually Evolving Agent-Engineered Systems

• arxiv url: http://arxiv.org/abs/2610.10256v1
• Date: Wed, 07 Oct 2026 15:33:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.995509
• Title: OOM-RL II: Reality Is an Oracle, Not a Debugger Provenance-Constrained Diagnosis in Continually Evolving Agent-Engineered Systems
• Title（参考訳）: OOM-RL II: Reality is a Oracle, not a Debugger provenance-Constrained diagnosis in Continually Evolving Agent-Engineered Systems
• Abstract要約: 現実は、どの進化した手順がそれを生み出したか、なぜかを特定することなく、結果が生じたと断定することができる。 この区別は、外部からのフィードバックが蓄積されている間にコード、構成、アーティファクトが変化するプロダクションMLシステムにおいて重要である。 完全正当性仕様ではなく,実際に実現された結果の外部源を意味するオラクルを用いて,人為的,エージェント工学的な量的取引システムでこれを検証した。
• 参考スコア（独自算出の注目度）: 4.970665847294818
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Reality may establish that an outcome occurred without identifying which evolving procedure produced it or why. This distinction matters in production ML systems whose code, configuration, and artifacts change while external feedback accumulates. We examine it in a human-directed, agent-engineered quantitative trading system, using oracle to mean an external source of realized outcomes rather than a complete correctness specification. Across one year, the account gained and outperformed a broad market index, while annual alpha was not statistically distinguishable from zero under the main retrospective specification. Retrospectively selected subperiods include adverse relative performance and conditional candidate-level weakness under declared approximate references. Engineering records document changes during the episode, and complete recommendation-to-runtime binding is unavailable. The archive does not establish a common frozen instance or a unique cause. The case motivates an outcome--diagnosis gap: outcome evidence, evaluated-object identity, and causal explanation support distinct claims. We distinguish frozen instances, pre-specified adaptive procedures, and ad-hoc development; organize archive-relative claim identifiability and an evidence hierarchy; and propose a prospective production-binding protocol. An illustrative compatible-history example shows how factual binding can resolve a recommendation's referent without supplying its counterfactual effect. The protocol is proposed rather than prospectively validated. External feedback constrains outcome claims, while provenance and additional identification structure determine the resolution of diagnosis.
• Abstract（参考訳）: 現実は、どの進化した手順がそれを生み出したか、なぜかを特定することなく、結果が生じたと断定することができる。 この区別は、外部からのフィードバックが蓄積されている間にコード、構成、アーティファクトが変化するプロダクションMLシステムにおいて重要である。 完全正当性仕様ではなく,実際に実現された結果の外部源を意味するオラクルを用いて,人為的,エージェント工学的な量的取引システムでこれを検証した。 1年にわたって、この会計は幅広い市場指数を上回り、一方、年次アルファはメインの振り返り仕様の下でゼロと統計的に区別できなかった。 ふりかえり選択された副周期は、宣言された近似基準の下で、負の相対性能と条件付き候補レベルの弱さを含む。 エンジニアリングは、エピソード中のドキュメントの変更を記録し、完全なレコメンデーションとランタイムのバインディングは利用できない。 アーカイブは、共通の凍結インスタンスやユニークな原因を定めていない。 このケースは結果-診断ギャップを動機付け、結果証拠、評価対象の同一性、因果的説明は異なる主張を支持する。 我々は,凍結したインスタンス,事前特定適応手順,アドホック開発を区別し,アーカイブ関連クレームの識別可能性とエビデンス階層を整理し,将来的な生産バインディングプロトコルを提案する。 実証的な互換性のある歴史の例は、事実結合がその反事実効果を供給せずにレコメンデーションのレコメンデーションを解決する方法を示している。 このプロトコルは前向きに検証されるよりもむしろ提案されている。 外的フィードバックは結果の主張を制約するが、証明と追加の識別構造は診断の解決を決定する。

関連論文リスト

• Testing and Verification of Quantum Compilers through Assurance Contracts and Evidence [0.25489046505746704]
  この調査は、検証済みの変換、等価チェック、差分および変成テスト、プロパティベースのテスト、およびリビジョン間の保証の証拠を比較します。 記録されたカバレッジ更新とソースレベルの選択決定は、レビューを宣言されたスコープ内で監査可能にする。
  論文  参考訳（メタデータ） (2026-09-24T01:24:49Z)
• 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)
• When AI Generates Covariates: Causal Typing and Estimand Drift in Sequential Experiments [0.0]
  シーケンシャルな実験のために因果型の規律を定式化する。 圧縮バイアスの条件共分散特性を設計関連状態に対する生成表現の置換に適用する。 改良が設計関連情報を保持する上で有効であることを示し、一方、設計消去、漏洩、同一データマーカーの選択はバイアスや隠蔽をもたらす可能性があることを示す。
  論文  参考訳（メタデータ） (2026-09-15T19:24:40Z)
• When benchmark inferences do not compose: Projectibility in AI evaluation [0.0]
  AIベンチマークの結果が1ステップで連続的なクレームに達することはめったにない。 評価者はそれをさらなるケースに一般化し、能力の証拠として解釈し、新しいタスクに外挿し、他のシステムやサイトへ輸送する。 保証リンクは保証チェーンを自動的に作らない。
  論文  参考訳（メタデータ） (2026-07-28T18:07:04Z)
• Beyond "What to Retrieve": Uncertainty in Retrieval-Augmented Code Generation [4.476374205849672]
  リポジトリレベルのコード生成は、その関連性、互換性、完全性が本質的に不確実である不均一な証拠に依存している。 我々は、ソース固有の不確実性を推定し、生成、検証、修復をガイドする不確実性認識フレームワークであるOpenCoderを紹介します。
  論文  参考訳（メタデータ） (2026-07-27T10:15:36Z)
• Causal Algorithmic Recourse: Foundations and Methods [57.73269033551628]
  AIシステムの主な特徴は、個人が否定的な決定を覆す方法のレコメンデーションを提供する能力である。 既存のアプローチでは、recourseの結果を固定単位の反事実として扱う。 我々は、事前および事後結果のプロセスとして、会話をモデル化する因果的枠組みを開発する。
  論文  参考訳（メタデータ） (2026-05-12T00:55:19Z)
• FRESCO: Benchmarking and Optimizing Re-rankers for Evolving Semantic Conflict in Retrieval-Augmented Generation [73.22935457705057]
  時間的動的文脈における再ランカ評価のためのベンチマークであるFRESCOを紹介する。 レクエンシ検索クエリと過去のウィキペディアのリビジョンを組み合わせることで、FRESCOは、セマンティックな関連性を維持しながら、リランカが事実として最新の証拠を優先順位付けできるかどうかをテストする。 我々の評価では、既存の再ランカ間で一貫した障害モードが明らかになっている。
  論文  参考訳（メタデータ） (2026-04-14T17:04:25Z)
• Faithfulness-Aware Uncertainty Quantification for Fact-Checking the Output of Retrieval Augmented Generation [108.13261761812517]
  本稿では,RAG出力における幻覚検出の新しい手法であるFRANQ(Fithfulness-based Retrieval Augmented Uncertainty Quantification)を紹介する。 本稿では,事実性と忠実性の両方に注釈を付したQAデータセットを提案する。
  論文  参考訳（メタデータ） (2025-05-27T11:56:59Z)
• Diagnosing and Rectifying Fake OOD Invariance: A Restructured Causal Approach [51.012396632595554]
  不変表現学習(IRL)は、不変因果的特徴から環境から切り離されたラベルへの予測を促進する。 最近の理論的結果は、IRLによって回復されたいくつかの因果的特徴は、訓練環境ではドメイン不変のふりをするが、目に見えない領域では失敗する。 本研究では,RS-SCMに関する条件付き相互情報に基づく手法を開発し,その効果を巧みに補正する。
  論文  参考訳（メタデータ） (2023-12-15T12:58:05Z)

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。