論文の概要: Safe, Persistent, and Evolving Agent Harness for Understanding Partially Observable Worlds

• arxiv url: http://arxiv.org/abs/2610.11552v1
• Date: Thu, 08 Oct 2026 09:15:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.918003
• Title: Safe, Persistent, and Evolving Agent Harness for Understanding Partially Observable Worlds
• Title（参考訳）: 部分的に観察可能な世界を理解するための安全で永続的で進化するエージェント・ハーネス
• Abstract要約: 安全かつ永続的な実行のためのマルチエージェントハーネスであるE-Ledgerを紹介する。 E-Ledgerはコード承認レイヤを使用して、実行前に提案されたすべてのポリシーに対するアクションをチェックする。 WorldAbductは、帰納的、世界モデル駆動型ハーネス進化フレームワークである。
• 参考スコア（独自算出の注目度）: 63.48980516728667
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language model agents can invoke tools fluently, but enterprise workflows demand more than selecting the right tools: actions must strictly comply with organizational policies, tool feedback often conceals hidden side effects under partial observability, and long-horizon tasks require persistent state tracking across multiple records. To address these challenges, we introduce E-Ledger, a multi-agent harness for safe and persistent execution. E-Ledger employs a code approval layer that checks every proposed action against policy before execution, and maintains a world ledger of verified hidden rules alongside evidence-backed dynamic state. Because hidden rules are typically unknown a priori, we further propose WorldAbduct, an abductive, world-model-driven harness evolution framework. WorldAbduct diagnoses execution trajectories across four complementary views (state consistency, world-observation gap, policy-gate correctness, and goal judgment) to hypothesize latent rules, and verifies them through targeted abductive interactions before integrating them into the ledger. On the enterprise benchmark World of Workflows, E-Ledger with WorldAbduct improves safe task completion across four LLM backbones, outperforming the strongest evolution baseline by 5--15 percentage points. Experiments in ScienceWorld and DiscoveryWorld further show that abductive harness evolution carries over to scientific environments. Our code is available at https://github.com/HKUST-KnowComp/E-LEDGER-WorldAbduct.
• Abstract（参考訳）: アクションは組織的なポリシーに厳格に従わなければならないし、ツールフィードバックは部分的な可観測性の下で隠された副作用を隠蔽することが多い。 これらの課題に対処するために、安全かつ永続的な実行のためのマルチエージェントハーネスであるE-Ledgerを紹介する。 E-Ledgerはコード承認レイヤを採用し、実行前にポリシーに対する提案されたすべてのアクションをチェックし、エビデンス支援された動的状態とともに、隠蔽されたルールのワールド台帳を維持する。 隠されたルールは典型的には未知であるため、帰納的かつ世界モデル駆動型ハーネス進化フレームワークであるWorldAbductをさらに提案する。 WorldAbductは、4つの相補的な視点(状態整合性、世界観測ギャップ、ポリシーゲートの正しさ、目標判断)にわたる実行軌跡を診断し、遅延規則を仮説化し、それらを台帳に統合する前に誘導的相互作用を通じて検証する。 エンタープライズベンチマークのWorld of Workflowsでは、WorldAbductを使用したE-Ledgerは、4つのLCMバックボーンにわたる安全なタスク補完を改善し、最も強力な進化ベースラインを5～15ポイント上回っている。 ScienceWorldとDiscoveryWorldの実験では、帰納的ハーネスの進化が科学環境へと引き継がれることが示されている。 私たちのコードはhttps://github.com/HKUST-KnowComp/E-LEDGER-WorldAbduct.comで公開されています。

関連論文リスト

• SEABench: Benchmarking Endogenous Misalignment In Self-Evolving Agents [49.54988737892722]
  自己進化型LDMエージェントは、ハーネスを変更することで、デプロイ後に改善する能力で有名になった。 SEABenchは、エージェントの自己進化から生じる内因性不整合を研究するためのベンチマークである。 自己進化はタスク完了率を高めるが、安全上の失敗の犠牲になることが多い。
  論文  参考訳（メタデータ） (2026-09-28T16:46:25Z)
• BLINDSPOT: A Benchmark for Safety and Refusal Calibration in Long-Horizon Tool-Using Agents [20.217145643468598]
  我々は、長距離ツール使用エージェントの軌道レベルの安全校正のためのベンチマークであるBlindspotを紹介する。 Blindspotは、適応的な対角的相互作用、ステートフルなツールの実行、実行に基づく適応を通じて、完全なユーザ-エージェント-環境トラジェクトリを評価する。 安全でない完成度, 適切な拒絶性, 便宜性, 過度な拒絶性, 繰り返し発生する頑健性, 拒絶後の失敗などをカバーする8つの指標を用いて, 13のプロプライエタリかつオープンウェイトLCMを評価した。
  論文  参考訳（メタデータ） (2026-09-14T20:12:27Z)
• Beyond Task Completion: Training Capable and Safe Computer-Use Agents [6.43574655903064]
  コンピュータ利用エージェント(CUA)は、良質なタスクを完了し、環境の危険を回避し、安全な完了パスが残っているときに継続する必要がある。 我々は、タスク実行能力と安全対応意思決定のためのCUAを共同で訓練するSCOPE(Safety and Capability Optimization for Policy Execution)を開発した。 SCOPE-RLはOSWorldで54.17%のタスク成功率、OS-BLINDで64.30%のアタック回避率を達成した。
  論文  参考訳（メタデータ） (2026-08-27T05:43:50Z)
• Code as Agent Harness [107.31925305395957]
  新興のエージェントシステムでは、コードはもはや単なる目標出力ではない。 コードはエージェントの推論、行動、環境モデリング、実行ベースの検証のための運用上の基盤としてますます役立っている。 この調査は、実行可能、検証可能、ステートフルなAIエージェントシステムに向けた統一されたロードマップを提供する。
  論文  参考訳（メタデータ） (2026-05-18T17:59:03Z)
• World Action Verifier: Self-Improving World Models via Forward-Inverse Asymmetry [82.93104394404781]
  汎用世界モデルは、スケーラブルなポリシー評価、最適化、計画を約束します。 本稿では,世界モデルによる予測誤りと自己改善を識別するフレームワークであるWorld Action Verifier(WAV)を提案する。
  論文  参考訳（メタデータ） (2026-04-02T12:48:36Z)
• BeyondSWE: Can Current Code Agent Survive Beyond Single-Repo Bug Fixing? [61.247730037229815]
  BeyondSWEは2つの軸 – 解像度スコープと知識スコープ – に沿って既存の評価を拡張する包括的なベンチマークです。 外部知識の役割を解明するために,ディープ検索とコーディング能力を統合するフレームワークであるSearchSWEを開発した。 この作業は、現実的で挑戦的な評価ベンチマークと、より有能なコードエージェントに向けた研究を進めるための柔軟なフレームワークの両方を提供する。
  論文  参考訳（メタデータ） (2026-03-03T17:52:01Z)
• World of Workflows: a Benchmark for Bringing World Models to Enterprise Systems [6.643798239990755]
  最前線の大規模言語モデル(LLM)は多くの領域で優れているが、複雑なエンタープライズシステムではテストされていない。 WoW(World of Warcraft)は,4,000以上のビジネスルールと55のアクティブな組み込み機能を備えた,現実的なServiceNowベースの環境である。 筆者らは,(1)フロンティアLSMはダイナミックス障害に悩まされ,その行動の不可視的かつカスケードな副作用を常に予測できないこと,(2)不透明なシステムにおける信頼性には,隠れた状態遷移を精神的にシミュレートし,高忠実なフィードバックが得られない場合に可観測性ギャップを橋渡ししなければならない,という2つの主要な特徴を明らかにした。
  論文  参考訳（メタデータ） (2026-01-29T18:51:54Z)

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。