論文の概要: ActiveEvidence: Decision-Focused Evidence Graphs with Verifiable Acquisition Gaps
- arxiv url: http://arxiv.org/abs/2610.20532v1
- Date: Wed, 14 Oct 2026 17:29:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:16.280789
- Title: ActiveEvidence: Decision-Focused Evidence Graphs with Verifiable Acquisition Gaps
- Title（参考訳）: ActiveEvidence: 検証可能な取得ギャップを備えた決定に焦点をあてたエビデンスグラフ
- Abstract要約: マルチモーダルエージェントは、視覚的証拠が取得に値するかどうかを判断し、どの候補または解決案をクエリし、いつそれ以上の相互作用がもはやその決定を変えることができないのかを判断しなければならない。
本研究では,厳密な自由Metadata/pay-observation境界,ベクトルコスト,凍結した実行トレースの下でこの問題を考察し,決定可能なアクティブエビデンス獲得として扱う。
カウンターファクト・エビデンス・インタラクション・グラフ(CEIG)は、未解決のインタラクションに対する明示的なスコア囲いを維持しながら、一意のエビデンス値、署名された二階のインタラクション、および指示条件の害を表す。
- 参考スコア（独自算出の注目度）: 23.604799907878245
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A multimodal agent must decide whether visual evidence is worth acquiring, which candidate or resolution to query, and when further interaction can no longer change its decision. We study this problem under a strict free-metadata/paid-observation boundary, stochastic vector costs, and a frozen execution trace, and treat it as decision-certifiable active evidence acquisition. A Counterfactual Evidence Interaction Graph (CEIG) represents unary evidence value, signed second-order interaction, and directed conditional harm while maintaining explicit score enclosures for unresolved interactions; a decision-weighted enclosure objective tightens the bounds that can change action identity. Gap-directed refinement evaluates only interactions that can displace the incumbent acquisition and stops once an $ε$-decision certificate shows that unresolved terms cannot change the selected action beyond a declared tolerance. The certificate is model-relative: it verifies policy-consistent optimality under the pinned learned score, and semantic quality is measured separately through post-freeze labels. Paired continuation rollouts learn the downstream value of paid previews, an online operational cost filter is separated from independent finite-policy-family trajectory certification, and an acquisition monitor with an independently implemented verifier binds every certificate to the frozen trace. On 640 cases split into 384/128/128 training, validation, and test cases, the controller reaches task score 0.842, grounding F1 0.816, evidence recall 0.873, 1.74 accepted calls, 286.5K visual tokens, and 742ms p95 latency. Dense replay of issued certificates shows 0.992 action agreement and a 0.988 certificate rate while evaluating 19.6 instead of 191.4 expensive interaction terms per decision.
- Abstract（参考訳）: マルチモーダルエージェントは、視覚的証拠が取得に値するかどうか、どの候補か、どの解決案を問い合わせるか、そしていつ、それ以上の相互作用がもはやその決定を変えることができないのかを判断しなければならない。
本研究では,厳密な自由Metadata/pay-observation境界,確率ベクトルコスト,凍結された実行トレースの下でこの問題を考察し,意思決定可能なアクティブエビデンス獲得として扱う。
カウンターファクト・エビデンス・インタラクション・グラフ(CEIG)は、一意のエビデンス値、署名された二階の相互作用、そして指示された条件的害を表現し、未解決の相互作用に対する明示的なスコア囲いを維持しながら、決定重み付き囲いは、アクションアイデンティティを変える可能性のある境界を厳格化する。
Gap-directed refinement は、既存の取得を置き換えることのできるインタラクションのみを評価し、$ε$-decision 証明書が一度停止すると、未解決の項が宣言された許容範囲を超えて選択されたアクションを変更することができないことを示す。
この証明は、ピン付き学習スコアの下でポリシー一貫性の最適性を検証し、セマンティック品質をポストフリーズラベルを通じて別々に測定する。
ペア化継続ロールアウトは、有償プレビューの下流値を学び、オンライン運用コストフィルタを独立した有限国家トラジェクトリ認定から切り離し、独立に実装された検証器付き取得モニタは、すべての証明書を凍結トレースにバインドする。
640のケースで384/128/128のトレーニング、検証、テストケースに分割され、コントローラはタスクスコア0.842に達し、F1 0.816、エビデンスリコール0.873、1.74の承認された呼び出し、286.5Kのビジュアルトークン、742ms p95レイテンシに到達した。
発行された証明書の厳密なリプレイは、決定ごとに191.4の高価なインタラクション条件ではなく、0.992のアクション契約と0.988の証明書レートを示している。
関連論文リスト
- ROUTEAUDIT: Interaction-Aware Identification for Budgeted Multi-Verifier Routing [21.87319355077669]
契約条件付き識別問題として検証器のルーティングを定式化する。
契約格子は、許容可能な橋の順序ごとに座標を平均化する。
ポリシー非依存の応答テープは、ペア化されたシーケンシャルコントラストを特定する。
論文 参考訳（メタデータ） (2026-10-02T04:59:24Z) - Audit-First VAPO: Risk-Certified Selective Updates under Imperfect Verification [23.835119696596095]
不完全な検証者は、クリップングや正規化がその大きさを束縛している場合でも、有害な更新を割り当てることができる。
Audit-First VAPOを導入し、離散的な方向入力と連続的な等級制御を分離する。
論文 参考訳（メタデータ） (2026-09-27T15:21:45Z) - Selection-Aware Stress Testing for Interactive Agents [40.135301960368906]
SASSTは、発見タスクの事前実行機能からタスクの重み付けを学習し、別個の確認タスクで同じペア比較を評価する。
プロトコルはサポートと安定性をチェックし、計画されたすべてのクレームにジョイントバウンドを使用し、クレームを返さない。
論文 参考訳（メタデータ） (2026-08-31T14:58:04Z) - ALIVE: Warnings Before Exclusion in Budgeted Multi-Source Learning [18.17400877167872]
ルーティング決定は次のトランザクションで修正可能だが、遅延ソースの除外は後続の判断で継続される。
我々は,有限人口監査と学習が予算を共有している場合,不平等なパーシステンス行動を認める証拠を問う。
論文 参考訳（メタデータ） (2026-07-31T13:18:47Z) - 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) - DFAH-Bench: Benchmarking Observable Agent Instability in Financial Decision-Making [0.7699235580548228]
DFAH-Benchは、金融業者の意思決定における観測可能な行動不安定性を測定するリプレイベンチマークである。
同じツールパスに従っている間、フロンティアモデルは95%の時間で決定に合意できるのは77%に過ぎません。
入力によらず1つの出力に崩壊することでほぼ完全な一致を達成できるパターンマッチング,比較的一貫したツール使用プロセスを持つ安定した実行器,そして物質的に異なるツールパスとエビデンスコンタクトを通じて同じ結論に達する軌道分岐器の3つの挙動プロファイルを同定する。
論文 参考訳（メタデータ） (2026-06-10T03:31:09Z) - Auditable Decision Models with Learned Abstention and Real-Time Steering [6.287457666346811]
生産AIシステムは、不完全、矛盾、あるいは不十分な証拠で運用されることが多い。
我々は,不確実性が明確でなければならないAIシステムの運用上の決定制御について検討する。
本稿では,YES,NO,TBDを予測する境界決定制御モデルであるEvaluatorDPTを提案する。
論文 参考訳（メタデータ） (2026-05-26T23:37:56Z) - Affordance Agent Harness: Verification-Gated Skill Orchestration [45.231685718099264]
Affordance groundingは、オープンワールドのシーンでエージェントがどこでどのように対話すべきかを特定する必要がある。
本稿では,エビデンスストアとコストコントロールを備えたクローズドループランタイムであるAffordance Agent Harnessを提案する。
論文 参考訳（メタデータ） (2026-05-01T13:45:16Z) - SEAL-Tag: Self-Tag Evidence Aggregation with Probabilistic Circuits for PII-Safe Retrieval-Augmented Generation [36.47163805456756]
SEAL-Tagは個人識別可能な情報を保護するランタイム環境(PII)
SEAL-TagはSEAL-Probeプロトコルを導入し、監査を構造化されたツール使用操作に変換し、モデルがそのドラフトと共に検証可能なPII-Evidence Table(PET)を生成する。
プライバシ"コールドスタート"問題を克服するため,S0-S6アンコレッド合成パイプラインを導入し,高忠実で実証されたRAGインタラクションを生成する。
論文 参考訳（メタデータ） (2026-03-18T02:40:54Z)
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。