Fugu-MT 論文翻訳(概要): Narrowing the Collaboration Gap, Probably

論文の概要: Narrowing the Collaboration Gap, Probably

arxiv url: http://arxiv.org/abs/2610.19215v1
Date: Tue, 13 Oct 2026 21:27:48 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-15 21:06:15.814924
Title: Narrowing the Collaboration Gap, Probably
Title（参考訳）: おそらくコラボレーションギャップを狭める
Abstract要約: 提案された行動のみをコミュニケーションすることは、決定に関連する不確実性を捨てることができる。我々は、エージェントが行動に関する調整された信念を伝達する代替インターフェースについて研究する。交換予測が校正された不確実性を保った場合、確率通信は行動通信より優れることを示す。
参考スコア（独自算出の注目度）: 19.668000167973307
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Large language models are increasingly deployed as teams of agents that hold different private information about a shared task. How should such agents concisely communicate in a way that promotes aggregation of decision-relevant information? Communicating only proposed actions can discard decision-relevant uncertainty: two agents may prefer the same action for different reasons. We study an alternative interface in which agents communicate calibrated beliefs over actions. We first analyze a simple synthetic setting that captures the structure of multi-round reasoning under partial information. In this setting, we show theoretically and empirically that communicating unbiased probabilities can be strictly more powerful than communicating actions. We then test the same principle in a collaborative maze-solving task with trained transformers and pretrained LLM agents. Our results demonstrate that probability communication outperforms action communication when the exchanged predictions preserve calibrated uncertainty. When communicated probabilities are biased, we show that the benefits of probability communication can disappear. We give a post-hoc conversational calibration intervention that consistently improves decision-making by correcting these biases both in a toy transformer setting and when pretrained LLMs use the corrections in context. These results suggest that probabilistic communication is useful for multi-agent collaboration not merely because it transmits more information, but because calibrated uncertainty gives other agents a reliable object to update on.
Abstract（参考訳）: 大規模な言語モデルは、共有タスクに関する異なるプライベート情報を保持するエージェントのチームとして、ますます多くデプロイされている。このようなエージェントは、意思決定関連情報の集約を促進する方法で簡潔にコミュニケーションするにはどうすればよいのか? 提案された行動のみをコミュニケーションすることは、決定に関連する不確実性を捨てることができる: 2つのエージェントは異なる理由で同じ行動を好むかもしれない。我々は、エージェントが行動に関する調整された信念を伝達する代替インターフェースについて研究する。まず,部分的情報に基づく多ラウンド推論の構造を簡易に解析する。この設定では、非バイアス確率の通信は、通信行動よりも厳密に強力であることを示す。次に、トレーニングされたトランスフォーマーと事前訓練されたLLMエージェントによる協調迷路解決タスクにおいて、同じ原理を検証した。以上の結果から, 交換予測が校正不確実性を保った場合, 確率通信は行動通信より優れることが示された。通信された確率がバイアスを受けると、確率通信の利点が消えることが示される。これらのバイアスを玩具変圧器の設定で補正し、事前訓練したLLMが文脈で修正する場合に、時間後会話キャリブレーションの介入を行い、意思決定を継続的に改善する。これらの結果から、確率的コミュニケーションは、より多くの情報を伝達するだけでなく、キャリブレーションされた不確実性によって他のエージェントが更新する信頼できるオブジェクトとなるため、マルチエージェントのコラボレーションに有用であることが示唆された。

関連論文リスト

Do LLMs Act on What They Know? From Partner Representations to Cooperative Actions [50.59575731390721]
馴染みのないパートナーとの協力は、事前に知られていないコミュニケーション慣行に適応する必要がある。一般ルールや外部計算されたアクションレコメンデーションとして提示されるプローブ予測および地道規則を比較した。 Qwen3-8Bのケーススタディでは、一致ステートステートステートの逆転はルールステートよりもアクションレコメンデーションに対する感受性が高いことが示されている。
論文参考訳（メタデータ） (2026-10-06T10:44:55Z)
Despite Instructions: Frontier Agents Improvise Covert Channels at Test Time [64.61749234961134]
セキュリティに敏感なアプリケーションでは、言語モデルエージェントは機密情報を開示することなく調整する必要があることが多い。送信者が4つの秘密状態のうちの1つを観測し、同一の公開レポートの4つの要約のうちの1つを選択する。モデルペアは、受信機が正しく推測したかどうかを示す1ビットのフィードバックのみを使用して、秘密を伝えることができる。
論文参考訳（メタデータ） (2026-09-26T15:06:44Z)
Consilience: Conformally Calibrated Communication Control for Hidden-Profile Multi-Agent Reasoning [18.12675101210169]
本研究では,分散プライベート情報の下でマルチエージェント通信を操り,認証する推論時オーケストレーションフレームワークであるConsilienceを提案する。それぞれのターンで、コンシリエンスは、不確実性、不一致、証拠の獲得、冗長性、早めのコンセンサスを捉えた、コンパクトな状態を使って議論を要約する。 HiddenBenchスタイルの隠れタスクでは、Consilienceは、固定および非構造化の議論プロトコルよりも決定精度と通信効率を向上させる。
論文参考訳（メタデータ） (2026-08-20T20:57:25Z)
ExComm: Exploration-Stage Communication for Error-Resilient Agentic Test-Time Scaling [57.42714978834704]
ExCommは、探索段階のエージェントテストタイムスケーリングのための通信プロトコルである。 ExCommは、強いテスト時間スケーリングベースラインを一貫して上回ります。
論文参考訳（メタデータ） (2026-05-21T07:38:44Z)
T2MAC: Targeted and Trusted Multi-Agent Communication through Selective Engagement and Evidence-Driven Integration [15.91335141803629]
我々は、エージェントが選択的なエンゲージメントとエビデンス駆動の統合を学ぶのを助けるために、T2MAC(Targeted and Trusted Multi-Agent Communication)を提案する。 T2MACは、エージェントが個別化されたメッセージを作成し、理想的なコミュニケーションウィンドウをピンポイントし、信頼できるパートナーと対話することを可能にする。本手法は,様々な課題を伴って,多様な協調型マルチエージェントタスクに対して評価を行う。
論文参考訳（メタデータ） (2024-01-19T18:00:33Z)
Over-communicate no more: Situated RL agents learn concise communication protocols [78.28898217947467]
互いに効果的に効率的にコミュニケーションできる人工エージェントをいかに設計するかは、不明である。強化学習(RL)を用いたコミュニケーションの出現に関する研究エージェントがコミュニケーションを行うための環境行為を強制しなければならない多段階タスクにおける位置的コミュニケーションについて検討する。テストされたすべてのプレッシャーは過剰なコミュニケーションを阻害する可能性があるが、位置通信は最も効果的であり、努力のコストとは異なり、発生に悪影響を及ぼさない。
論文参考訳（メタデータ） (2022-11-02T21:08:14Z)
Multi-Agent Coordination via Multi-Level Communication [29.388570369796586]
シークエンシャル・コミュニケーション(SeqComm)という新しいマルチレベル通信方式を提案する。本稿では,新しいマルチレベル通信方式であるSeqCommを提案する。
論文参考訳（メタデータ） (2022-09-26T14:08:03Z)
Certifiably Robust Policy Learning against Adversarial Communication in Multi-agent Systems [51.6210785955659]
多くのマルチエージェント強化学習(MARL)では,エージェントが情報を共有し,適切な判断を下す上でコミュニケーションが重要である。しかし、ノイズや潜在的な攻撃者が存在する現実世界のアプリケーションに訓練された通信エージェントを配置すると、通信ベースのポリシーの安全性は過小評価されている深刻な問題となる。本研究では,攻撃者が任意の$CfracN-12$エージェントから被害者エージェントへの通信を任意に変更できる,$N$エージェントを備えた環境を検討する。
論文参考訳（メタデータ） (2022-06-21T07:32:18Z)
Gaussian Process Based Message Filtering for Robust Multi-Agent Cooperation in the Presence of Adversarial Communication [5.161531917413708]
マルチエージェントシステムにおける敵通信に対する堅牢性の提供という課題について考察する。グラフニューラルネットワーク(GNN)に基づく通信アーキテクチャを提案する。本手法は,非協力的エージェントがもたらす影響を低減できることを示す。
論文参考訳（メタデータ） (2020-12-01T14:21:58Z)
Learning to Communicate and Correct Pose Errors [75.03747122616605]
本稿では、V2VNetで提案された設定について検討し、近くにある自動運転車が共同で物体検出と動き予測を協調的に行う方法を提案する。本稿では,コミュニケーションを学習し,潜在的な誤りを推定し,それらの誤りについてコンセンサスを得るための新しいニューラルネットワーク推論フレームワークを提案する。
論文参考訳（メタデータ） (2020-11-10T18:19:40Z)
Learning Individually Inferred Communication for Multi-Agent Cooperation [37.56115000150748]
我々はエージェントエージェントがエージェントエージェントコミュニケーションの事前学習を可能にするために、個別推論通信(I2C)を提案する。先行知識は因果推論によって学習され、フィードフォワードニューラルネットワークによって実現される。 I2Cは通信オーバーヘッドを減らすだけでなく、様々なマルチエージェント協調シナリオのパフォーマンスを向上させることができる。
論文参考訳（メタデータ） (2020-06-11T14:07:57Z)

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。