論文の概要: Pollard: Governed Semantic Execution Trees for Framework-Independent AI Agent Control and Replay
- arxiv url: http://arxiv.org/abs/2610.16145v1
- Date: Mon, 12 Oct 2026 04:06:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.305513
- Title: Pollard: Governed Semantic Execution Trees for Framework-Independent AI Agent Control and Replay
- Title（参考訳）: Pollard: フレームワークに依存しないAIエージェントのコントロールとリプレイのための、貧弱なセマンティック実行ツリー
- Abstract要約: セマンティック実行ツリーに基づいたフレームワークに依存しないランタイムであるPollardを紹介します。
ステップアイデンティティは、標準入力、型、試行、親IDにコミットする。同じツリーは、完了、拒否、リソースの解決、ブランチ履歴を記録する。
Strict replayは、ラップされた操作を呼び出すことなく、認証された保存された結果を返す。
- 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: Agent frameworks can persist checkpoints, trace tool calls, and limit resource use, but these facilities often assign different identities to execution, governance, and replay. We present Pollard, a framework-independent runtime based on governed semantic execution trees. A step identity commits to canonical input, kind, attempt, and parent identity; the same tree records completion, refusal, resource settlement, and branch history. Strict replay returns a verified stored result without invoking the wrapped operation, while a transactional store coordinates reservations across concurrent workers. Under a signed deterministic freeze, two state-model replicas each executed the evaluation transitions without an invariant violation, retained-lease PostgreSQL groups were tested against exact limits, strict replay avoided external calls, and all semantic mutations were detected with no false alarms on the controls. A multi-pair framework matrix preserved reference behavior and verified the trees. A separate cost-capped hosted study exercised live provider paths, and every completed Pollard trial produced a verified tree. Together, the studies support the core mechanisms under explicit lease, boundary, and seal-custody assumptions.
- Abstract（参考訳）: エージェントフレームワークはチェックポイント、トレースツールコール、リソース使用の制限を永続化できるが、これらの機能は実行、ガバナンス、リプレイに異なるIDを割り当てることが多い。
支配的なセマンティック実行ツリーに基づくフレームワークに依存しないランタイムであるPollardを紹介します。
ステップアイデンティティは、標準入力、型、試行、親IDにコミットする。同じツリーは、完了、拒否、リソースの解決、ブランチ履歴を記録する。
Strict replayはラップされた操作を呼び出すことなく、認証された保存された結果を返すが、トランザクションストアは、同時作業者間で予約を調整する。
署名された決定論的凍結の下で、2つの状態モデルレプリカがそれぞれ、不変な違反なしに評価遷移を実行し、保持されるPostgreSQLグループを正確な制限でテストし、厳密なリプレイを回避し、すべてのセマンティック変異をコントロールに偽のアラームなしで検出した。
マルチペアフレームワークマトリックスは参照動作を保存し、木を検証した。
コストを抑えた別の調査では、ライブプロバイダパスが実行され、ポラードの試験が完了すると、検証された木が生み出された。
これらの研究は、明示的なリース、境界、シール・カストディの仮定の下でコアメカニズムをサポートする。
関連論文リスト
- Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models [87.94969284553706]
エンド・ツー・エンドのpass@$K$は、成功した振る舞いがベースモデルのディストリビューションにすでに現れるかどうかをテストする。
コールドスタートからハーネスを駆動するために、ベースチェックポイントを必要としない3つのスクリーンを構築します。
3つの画面はいずれも、ポストトレーニング後のSWE-bench Verified pass@$1$と密接に一致して、コホートをランク付けする。
論文 参考訳（メタデータ） (2026-10-07T17:37:19Z) - Runtime Authorization of Self-Generated Subgoals in Long-Horizon Tool-Using AI Agents [4.805352087824778]
ツールごとのパーミッションチェックでは、変更したゴールグラフがプリンシパル承認されたタスク内に留まることを確認できない。
我々は、この認証ギャップを1つのプリンシパルと1つの認証ルートを持つ有限構造領域で解決する。
我々は、明示的な調停、抽象化、新鮮さ、原子性仮定の下で、トレース政治とモデル化された状態保存を証明した。
論文 参考訳（メタデータ） (2026-10-04T05:43:47Z) - Authorization Revocation for Long-Running AI Agents: Root-Scoped Quiescence under Delegation and Asynchronous Execution [4.805352087824778]
長時間実行されるAIエージェントは、認証、委譲されたタスク、キュー、コールバック、予約、プロバイダ側の操作を通じて、プロセスの開始を先導する。
我々は、ルートスコープによる認証クイセンスを定義し、各シンクに対して、ルートエポック原子の下でのカット関連受け入れ毎に証明書を割り当てる。
ルートスコープクイネッセンスプロトコルは、ルートカットを線形化し、古いルート拡張と保護されたシンクを束縛し、プロバイダ・フロンティア証明書を登録された古いルートパスのカットセットに構成する。
論文 参考訳（メタデータ） (2026-09-18T03:52:46Z) - Object-to-Source Mapping under Optimization: What a Control-Flow Trace Can Show, and Where Source-Level Coverage Breaks [46.45816037744739]
制御フロートレースは、マシンレベルの実行を再構築することができるが、ソースレベルの構造カバレッジに加えて、生成された命令からの検証された帰属と、ソースの義務への分岐結果が必要である。
本稿では,その境界を定義し,コンパイラの正確な出力を図示する。
付録では、実際のシリコン上でのエンド・ツー・エンドのメカニズムを例示している。
論文 参考訳（メタデータ） (2026-08-29T17:06:10Z) - Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。
報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。
本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
論文 参考訳（メタデータ） (2026-08-09T22:59:13Z) - ScrambleToolBench: Agents Search Exhaustively Even When Their Own Map Points to the Next Step [74.83535434786145]
ScrambleToolBenchは,行動推論の分離を目的とした対話型端末ベンチマークである。
このベンチマークでは、エージェントがテストとエラーのインタラクションを通じて、隠されたツールの振る舞いを明らかにする必要がある。
現状の言語モデルに対する我々の評価は、初期発見が成功しても頑健な適応にはならないことを示している。
論文 参考訳（メタデータ） (2026-08-03T15:07:46Z) - Claim Plane: Enforceable Change Intents and Dynamic Scope for Parallel Coding Agents [1.4721615285883427]
本稿では,同時ソフトウェア変更をプリライト入力問題として扱うモデルに依存しない協調アーキテクチャであるClim Planeを提案する。
決定論的制御プレーンは、互換性のある意図をアトミックに認め、宣言された領域に同ファイルの並列性を制約し、未解決の重複をシリアライズし、依存性の無効性を追跡し、曖昧な権限で閉じる。
最初に試みられた突然変異は、現在のアクティブセットに対するアトミックスコープの促進と再許可を引き起こす。
論文 参考訳（メタデータ） (2026-07-24T02:30:50Z) - Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction [57.138342889101345]
Tencent WorkBuddy Benchは、コーディングエージェントのためのマルチドメイン評価スイートである。
本報告では, 設計手法, スコアリングプロトコル, クロスモデルリーダーボードについて述べる。
論文 参考訳（メタデータ） (2026-07-23T04:34:06Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - Lingering Authority: Revocable Resource-and-Effect Capabilities for Coding Agents [0.0]
PortICOは、プランナーに露出する機能のリファレンスモニターである。
明示的なタスクコントラクトを初期機能にコンパイルし、ルールを付与し、信頼できるクロージャ述語、グローバルな否定ルールを付与する。
論文 参考訳（メタデータ） (2026-06-21T13:52:37Z) - Springdrift: An Auditable Persistent Runtime for LLM Agents with Case-Based Memory, Normative Safety, and Ambient Self-Perception [0.20305676256390928]
本稿では、長期LLMエージェントの永続ランタイムであるSpringdriftを紹介する。
我々は,このカテゴリに人工リテーナという用語を導入する。
これは、システム設計とデプロイメントのケーススタディに関する技術的なレポートであり、ベンチマークによる評価ではない。
論文 参考訳（メタデータ） (2026-04-06T13:14:37Z)
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。