論文の概要: CIPHEUR: LLM-Guided Structural Search Control for Conflict-Graph Optimization
- arxiv url: http://arxiv.org/abs/2610.16158v1
- Date: Mon, 12 Oct 2026 04:33:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.308255
- Title: CIPHEUR: LLM-Guided Structural Search Control for Conflict-Graph Optimization
- Title（参考訳）: CIPHEUR: 競合グラフ最適化のためのLLM誘導構造探索制御
- Abstract要約: 競合グラフ探索は、介入が進捗を妨害する競合に対処できない場合、効果的な演算子にもかかわらず停滞する可能性がある。
本稿では,コンフリクトエビデンスと協調的介入と回復を結びつける大規模言語モデル(LLM)誘導フレームワークであるCIPHEURを提案する。
非同期オンライン制御は推論中にネイティブ検索を保ち、全てのポリシーは元の目的と実現可能性の制約を保存する。
- 参考スコア（独自算出の注目度）: 12.39186442599413
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conflict-graph search can stagnate despite effective operators when interventions fail to address the conflicts blocking progress. A disruptive intervention may also require further search before its value emerges. We propose CIPHEUR, a large language model (LLM)-guided framework that connects conflict evidence to coordinated intervention and recovery through Structured Intervention Units (SIUs). The shared control interface supports offline synthesis of executable policies and online contextual decisions. Asynchronous online control sustains native search during inference, while all policies preserve the original objective and feasibility constraints. Across eight satellite-ground scheduling conflict views with five runs per view and a 900-second evaluation cap, CIPHEUR-online achieves the highest mean objective among 11 configurations and increases mean scheduled contact duration by 14.84% over the greedy baseline GWMIN. It exceeds the strongest external per-view mean in seven of eight views and outperforms CHILS in all 40 paired runs. Within the same runs, its normalized objective improvement from 360 to 900 seconds is 1.50 to 1.86 times that of the two programmatic controllers. A separately frozen, one-shot LLM-generated controller also improves the mean objective over CHILS without runtime model calls. Together, these results demonstrate how structural search control translates LLM design knowledge and contextual reasoning into improved solution quality and sustained search progress.
- Abstract（参考訳）: 競合グラフ探索は、介入が進捗を妨害する競合に対処できない場合、効果的な演算子にもかかわらず停滞する可能性がある。
破壊的な介入は、その価値が現れる前にさらなる探索を必要とすることもある。
本稿では,大規模言語モデル(LLM)誘導フレームワークであるCIPHEURを提案する。
共有制御インタフェースは、実行可能ポリシーのオフライン合成とオンラインコンテキスト決定をサポートする。
非同期オンライン制御は推論中にネイティブ検索を保ち、全てのポリシーは元の目的と実現可能性の制約を保存する。
CIPHEUR-onlineは、視界毎の5ランと900秒の評価キャップを備えた8つの衛星地上スケジューリングコンフリクトビューにおいて、11の構成の中で最高平均目標を達成し、グリーディベースラインGWMINよりも14.84%平均接触期間を延長する。
8つのビューのうち7つのビューで最強の外部平均を超え、全40対のランでCHILSを上回っている。
同じ動作で、360秒から900秒までの通常の目標改善は、2つのプログラムコントローラの1.50から1.86倍である。
別々に凍結された一発のLLM生成コントローラは、実行時モデル呼び出しなしでCHILSよりも平均的な目的を向上する。
これらの結果は,LLM設計の知識と文脈推論を,構造的検索制御が解の質の向上と探索の持続性にどのように変換するかを示すものである。
関連論文リスト
- RESETTLE: Robotic Recovery through Disagreement-Triggered Retrieval and Efficient Corrective Control [92.47481295713227]
本稿では,凍結ロボットポリシーのアクション・エグゼクティブ・インタフェースにおいて,効率的なリカバリのためのモデルに依存しないフレームワークであるRESETTLEを紹介する。
適応されたV-JEPAエンコーダを使用して、同じタスクのデモ参照を取得する。
LIBERO-Plus、Meta-World、RoboCasaでは最大8.70%、6.28%、絶対的な成功率6.83%に達する。
論文 参考訳（メタデータ） (2026-10-08T15:49:03Z) - SYNCR: Diagnosing and Learning Cross-Video Reasoning from Simulation [20.256916516259782]
我々は,これらの2つのニーズを共有タスクジェネレータを介して接続するシミュレータ・グラウンド・フレームワークであるSynCRを紹介する。
SynCRは環境状態からの回答を導き、4000の評価質問と15,960のトレーニング質問を提供する。
22の多モーダル大言語モデルの評価は、物理的比較とシーン統合の難しさを明らかにしている。
論文 参考訳（メタデータ） (2026-09-29T16:12:11Z) - SENTINEL-RL: Offloading Topological Reasoning from LLM Agents in the Security Operations Center [0.0]
Sentinel-RLは、意味論的推論から位相論的推論を分離するエージェントSOCアーキテクチャである。
本稿では,LANL Comprehensive, Multi-Source Cyber-Security Events データセット, インディアナ大学クォーツHPCクラスタ上でシステムをインスタンス化する。
論文 参考訳（メタデータ） (2026-09-03T17:49:12Z) - EAVer: Long-Form Factuality Verification as an End-to-End Agentic Policy [50.665874114632]
我々は、完全な応答レベルの検証ワークフローを統一ポリシーとして制御することを学ぶ、エンドツーエンドのエージェント検証であるEAVerを紹介する。
EAVerはセマンティック関連クレームをグループ化し、信頼に基づいた直接検証やターゲット検索にルートし、コンパクトなインコンテキストメモで検索によって返される証拠を保持する。
論文 参考訳（メタデータ） (2026-09-02T21:00:35Z) - RecGPT-Mobile-V2 Technical Report [22.10290138930905]
RecGPT-Mobile-V2は、意図的品質と実行効率をステージド設計の目的として扱うエンドツーエンドフレームワークである。
このフレームワークは異種間相互作用をエビデンス保存軌道に変換し、ドメイン適応と教師付きアライメントを通じてレコメンデーションネイティブ基盤を確立する。
オンライン検索分析では、クエリリコールチャネルは、確立されたリコールチャネルによってサーフェスされたインベントリに補完されるインベントリを検索することを示している。
論文 参考訳（メタデータ） (2026-08-25T09:23:17Z) - LLMs Can Predict Failure Risk, But Struggle to Predict Which Collaboration Protocol Pays Off: Cost-Aware Protocol Routing Across Reasoning Tasks [3.789882665982407]
マルチエージェント大規模言語モデル(LLM)システムは、より多くの計算に費やして推論を改善することができる。
この決定は、各設定内に固定されたソルバを保持しながら、すべての問題を4つのプロトコルで実行することで分離する。
論文 参考訳（メタデータ） (2026-08-14T22:35:37Z) - A-SR: Self-Evolving Agentic LLMs for Symbolic Regression via Hierarchical Coordination [51.06539604709775]
本稿では、制御ユニットを表現編集からロール条件のエビデンスビューへシフトさせる自己進化型エージェントフレームワークであるA-SRを提案する。
A-SRは、コーディネートプロトコル、オンライン評価器・リワードロールポリシー、および状態制御プロセスメモリ間のルーティングによる公式発見をコーディネートする。
論文 参考訳（メタデータ） (2026-08-05T14:01:10Z) - Trajectory Guard -- A Lightweight, Sequence-Aware Model for Real-Time Anomaly Detection in Agentic AI [0.0]
トラジェクトリガードはシームズ・リカレント・オートエンコーダであり、コントラスト学習によるタスク・トラジェクトリアライメントと、再構成によるシーケンシャル・アライメントを共同で学習するハイブリッド・ロス機能を備えている。
32ミリ秒のレイテンシで、当社のアプローチは LLM Judge のベースラインよりも17-27倍高速で動作し、実運用環境におけるリアルタイムの安全性検証を可能にします。
論文 参考訳（メタデータ） (2026-01-02T00:27:11Z) - Towards a Science of Scaling Agent Systems [79.64446272302287]
エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。
協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。
ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
論文 参考訳（メタデータ） (2025-12-09T06:52:21Z) - Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。
Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。
SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
論文 参考訳（メタデータ） (2025-09-25T14:05:55Z)
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。