論文の概要: Keep Your Receipts: Trustworthy Cleanup of Agent-Built Knowledge Graphs

• arxiv url: http://arxiv.org/abs/2610.17719v1
• Date: Tue, 13 Oct 2026 04:51:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.519623
• Title: Keep Your Receipts: Trustworthy Cleanup of Agent-Built Knowledge Graphs
• Title（参考訳）: エージェント・ビルト・ナレッジグラフ(動画)
• Abstract要約: ソースが取り除かれたり、取り消されたりすると、その上に作られたすべてのものが再検査されなければなりません。 デプロイされたパイプラインは、直接抽出された事実のみを削除する。 同じ300ドキュメントコーパスの2つのビルドは29,475のアーティファクトで異なり、6,248の5倍の61のドキュメントが削除された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Agents build knowledge graphs as memory, and building them has become easy. Maintaining them has not. When a source is retracted, overruled, or erased, everything built on top of it (entity merges, entailed edges, community summaries) must be re-examined, and the maintainer must choose between deleting too much and too little. Deployed pipelines delete only the directly extracted facts: on our corpus that reduces contaminated queries from 32.2% to 28.0% under a real retraction and changes nothing under predicate revocation. Rebuilding is no repair for a constructor that samples: two builds of the same 300-document corpus differ in 29,475 artifacts, five times the 6,248 that removing the 61 retracted documents changes. PolyGraph instead asks the constructor for receipts: for every artifact, alternative bundles of source evidence, each claimed sufficient on its own, emitted in the call that creates it. Cleanup is then set arithmetic over the receipts, with no model calls. Because receipts are the model's own self-report, a re-derivation audit checks them by deleting the cited evidence and testing whether the constructor still produces the artifact. The audit finds that a receipt is trustworthy when it is shaped like the claim it backs. Merge receipts, each backing one narrow claim, agree with re-derivation 68% and 85% of the time. Summary receipts, elicited per sentence but stored as one flat list for the whole text, are wrong about two thirds of the time, almost always by keeping dead content. One receipt per sentence instead is 100% and 88% faithful and lets cleanup keep 33 of 35 touched summaries. The result holds under a second oracle model, a claim-blind prompt, ten further deletions, a second domain and a second constructor. Distrusting the summary layer cuts contaminated queries to 0.4% and 0.8% at 99.8 to 100% of the recall a perfect maintainer would return.
• Abstract（参考訳）: エージェントは知識グラフをメモリとして構築する。 維持していない。 ソースが取り除かれたり、オーバーロードされたり、削除された場合、その上に構築されたすべてのもの(エンティティマージ、エッジ、コミュニティサマリー)は再検査されなければなりません。 私たちのコーパスでは、実際のリトラクションの下で汚染されたクエリを32.2%から28.0%に減らし、予測的取り消しで何も変更しない。 同じ300ドキュメントコーパスの2つのビルドは29,475のアーティファクトで異なり、6,248の5倍の61のドキュメントが削除される。 その代わりに、PolyGraphはコンストラクタにレシートを要求している。すべてのアーティファクトに対して、ソースエビデンスの代替バンドルは、それぞれがそれを生成するコールで出力される、それ自体で十分であると主張する。 クリーンアップは、モデルコールなしでレシートに演算をセットする。 レシートはモデル自身の自己申告であるので、再導出監査は、引用されたエビデンスを削除し、コンストラクタがまだアーティファクトを生成しているかどうかをテストすることでそれらをチェックする。 監査は、レシートが裏返しのクレームのように形づくられたとき、レシートが信頼できると判断する。 マージ・レシートは、それぞれ1つの狭義のクレームを支持しており、その68%と85%の再デリベーションに同意している。 テキスト全体の1つのフラットリストとして格納されている要約レシートは、ほぼ常にデッドコンテンツを保持することで、その3分の2のタイミングで間違っています。 代わりに1文につき1通の領収書は100%と88%が忠実であり、35通の要約のうち33通を清めておくことができる。 結果は、第2のオラクルモデル、クレーム・ブラインドプロンプト、さらに10の削除、第2のドメイン、第2のコンストラクタの下に保持される。 要約層を信頼しないことで、汚染されたクエリは0.4%と0.8%に削減され、99.8から100%のリコールが完了したメンテナが返される。

関連論文リスト

• When Evidence Changes: Evaluating Memory Repair and Re-reading in Language-Model Agents [0.0]
  エージェントが引き起こした事実を裏付ける文書が取り消されたり、置き換えられたりした場合、記憶を修復したり、現在の証拠を読んだりすべきだろうか? 公開ICU記録からの薬物・問題リストタスクのエビデンス・リビジョン評価について紹介する。 フルおよびソースフィルタによる再読み込みとキャッシュ、再構築、グラフローカルな修復を2つの7Bモデルで比較した。
  論文  参考訳（メタデータ） (2026-10-02T18:13:29Z)
• Assay: Claims That Decay With the Code. Content-Addressed Evidence Graphs for Accountable AI-Assisted Software Delivery [0.0]
  我々はAIコーディングエージェントのための依存性のないツールを開発した。 エージェントが行うすべてのクレーム(テストはパスせず、シークレットも保存されない)は、それがカバーするコードの依存性コーンのMerkleハッシュに結びついています。 我々は、結合は音で最小限であり、変化の爆発半径は、それが無効化する主張の集合であることを示した。
  論文  参考訳（メタデータ） (2026-09-28T19:40:35Z)
• What the Window Does Not Contain: Auditing Provenance in a Document-Grounded Instability Benchmark [0.0]
  私たちは60のタスクと470のアイテムのベンチマークを作成しました。 私たちは自身のコーパスを監査し、Exerptで構築されたベンチマークが持てる欠陥を見つけました。 コーパスと112,800の生のレスポンスをすべてリリースし、あらゆるドキュメントベンチマークの実行可能なチェックとして監査を行います。
  論文  参考訳（メタデータ） (2026-09-05T15:43:05Z)
• Fidelity Is Not Enough: Dispatch-Level Instrumentation for Agentic Datasheet Extraction [6.419341495897254]
  3つのコンポーネントに対して25のハンドキュレートされたクレームのエージェントベンチマークで、すべてのツールコールをログします。 ルールベースの障害帰属分類器と、2つのルールがどのツールが呼び出されたかのみをチェックするサイレント障害検出器の2つを構築しました。
  論文  参考訳（メタデータ） (2026-08-28T15:25:12Z)
• ALPS: Measuring Valid Creativity in Large Language Models with Mathematical Construction [39.15744753769387]
  ALPS (Austin-Law Proof-Synthesis) は、有効な創造性を測定するためのタスクを設計するベンチマークである。 それぞれの例は単一の方程式法則であり、法則を満たす無限の数学的構造の構築を必要とするか、そのような構造が存在しないという証明を必要とする。 先行する自動プローバーの8つの構成のポートフォリオは、4,141の法則評価プールの2.2%を解決している。
  論文  参考訳（メタデータ） (2026-08-17T00:14:53Z)
• ENTLORE: A Graph-Grounded Benchmark for Latent Organizational Reasoning in Enterprise Question Answering [42.15843879644805]
  本稿では,日常的な文書から監査対象の企業世界を再構築するベンチマーク構築フレームワークであるENTLOREを紹介する。 バージョン管理された組織規約は、真理グラフで派生関係を認証し、完全な黄金の回答と証明証明書を可能にする。 ENTLOREには3つのソースタイプから2,341のドキュメントと907の質問が含まれており、明示的なルックアップ、クロスソースな構成、潜伏した組織的推論を含んでいる。
  論文  参考訳（メタデータ） (2026-08-11T09:00:43Z)
• EA-Graph: Artifact-Anchored Verification Memory for Coding Agents under Upstream Drift [0.0]
  アップストリームの変更の後、以前の検証のクレームがもはや有効ではないにもかかわらず、レポジトリは引き続き構築される可能性がある。 EA-Graphは、検証のためのアーティファクトアンコールメモリである。 それは、サブパスの粒度で人工物を表し、葉の定義にエイリアスを解決し、それを確立するために使用されるコンテンツに対する各主張をアンカーし、鮮度とは別個の証拠強度を保持する。
  論文  参考訳（メタデータ） (2026-08-04T23:13:32Z)
• Looping Is Not Reliability: State-Bound Evidence and Typed Revision Contracts for Agentic Code Repair [36.56438114281786]
  正しいパッチの発見と保持、検証、提出のギャップについて検討する。 我々はエビデンスバウンド型ループ契約を導出し、その機械的に強制可能なサブセットを参照実装でインスタンス化する。
  論文  参考訳（メタデータ） (2026-07-27T16:05:23Z)
• How Far Is Document Parsing from Solved? PureDocBench: A Source-TraceableBenchmark across Clean, Degraded, and Real-World Settings [56.70440596502351]
  昨年は20以上のオープンドキュメントパースモデルが見られたが、ベンチマークはほぼOmniDocBenchにのみ依存している。 HTML/CSSのドキュメントイメージをレンダリングするベンチマークであるPureDocBenchは、10のドメイン、66ページ、1,475ページをカバーしています。
  論文  参考訳（メタデータ） (2026-05-08T09:30:31Z)
• RepoDoc: A Knowledge Graph-Based Framework to Automatic Documentation Generation and Incremental Updates [41.56228301287882]
  本稿では,レポジトリ知識グラフ(RepoKG)をドキュメントライフサイクル全体の意味基盤として利用するシステムであるRepoDocを提案する。 インクリメンタルアップデートでは、更新時間を73%削減し、トークン使用量を77%削減し、10.2%高めの更新リコールを実現している。 8つの言語にわたる24のリポジトリで評価されたRepoDocは、最先端の代替よりも大幅に優れています。
  論文  参考訳（メタデータ） (2026-04-29T10:43:02Z)

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。