論文の概要: RAC: A Relational Agent Contract for Constraint-Governed Engineering Tasks
- arxiv url: http://arxiv.org/abs/2610.20935v1
- Date: Wed, 14 Oct 2026 21:02:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-16 19:13:16.073075
- Title: RAC: A Relational Agent Contract for Constraint-Governed Engineering Tasks
- Title（参考訳）: RAC:制約付きエンジニアリングタスクのための関係エージェント契約
- Abstract要約: 我々は、エンジニアリングエージェントのアクションおよびフィードバック層のためのハーネスに依存しない契約であるRACを紹介する。
信頼できる観察、セマンティックアクション、ツールベースの実現、独立した検証、そして修復証拠を指定する。
PCBの配置、ルーティング、修理作業において、RACは9つの評価されたモデルすべてに対して、平均90.9%のクリーンパス率を達成した。
- 参考スコア（独自算出の注目度）: 23.46151626569377
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Engineering agents must produce artifacts that satisfy exact, coupled constraints. Existing solutions often require agents to make semantic decisions and also derive consequences such as precise geometry or timing from those decisions, leading to failures in constraint-governed engineering tasks. In this paper, we introduce RAC, a harness-agnostic contract for the action and feedback layer of engineering agents. It specifies authoritative observations, semantic actions, tool-based realization, independent verification, and repair evidence. The agent decides which relations an artifact should satisfy; specialized tools derive their concrete consequences. On PCB placement, routing, and repair tasks, RAC achieves the highest clean-pass rate for all nine evaluated models, averaging 90.9%, compared with 74.0% for the strongest baseline, requirements-only delegation. In job-shop scheduling, direct relational actions achieve 96.3% quality pass versus 59.6% for code-mediated delivery with access to the same scheduling backend. Our evaluations on 141 embedded-code tasks across four microcontroller identify the action contract as a source of agent capability: preserving semantic control while delegating mechanically derivable outputs improves the reliability of constrained artifacts.
- Abstract（参考訳）: エンジニアリングエージェントは、正確に結合された制約を満たすアーティファクトを生成しなければならない。
既存のソリューションでは、しばしばエージェントが意味的な決定をし、それらの決定から正確な幾何学やタイミングなどの結果を引き出す必要がある。
本稿では,エンジニアリングエージェントのアクションおよびフィードバック層に対するハーネスに依存しない契約であるRACを紹介する。
信頼できる観察、セマンティックアクション、ツールベースの実現、独立した検証、そして修復証拠を指定する。
エージェントは、アーティファクトが満足すべき関係を決定する。
PCBの配置、ルーティング、修理作業において、RACは9つの評価されたモデルすべてに対して最高にクリーンパス率を達成しており、平均90.9%は最強のベースライン、要求のみのデリゲートに対して74.0%である。
ジョブショップスケジューリングでは、直接リレーショナルアクションは96.3%の品質パスを達成するが、コード経由のデリバリでは59.6%が同じスケジューリングバックエンドにアクセスする。
マイクロコントローラ4つにまたがる141の組込みコードタスクに対する評価では,動作契約をエージェント能力の源として認識し,機械的に導出可能な出力をデリゲートしながら意味制御を保ちながら動作契約を保持すれば,制約された成果物の信頼性が向上する。
関連論文リスト
- BRIDGE: Selective Boundary Repair with Dependency Graph Evidence in Multi-Agent Systems [59.26551527044981]
methodは、ハンドオフ修復を明示的な依存性の摂動に対する選択的介入として扱うランタイム制御フレームワークである。
SILO-BENCHでは12.3パーセンテージ、TeamBenchでは11.1ポイントまでタスクの成功を加速させる。
論文 参考訳（メタデータ） (2026-10-13T06:31:57Z) - Evaluating Local Language Model Agents for Reproducible Data Engineering: An Empirical Software Engineering Study of Mobility Workflows [74.39138492851343]
大規模言語モデル(LLM)エージェントは、ソフトウェアやデータエンジニアリングアシスタントとしてますます使われている。
ローカルオープンウェイトエージェントが正しい再現可能なデータエンジニアリングアーティファクトを作成できるかどうかを評価する。
論文 参考訳（メタデータ） (2026-10-08T08:26:46Z) - AgentBoundary: Counterfactual Evaluation of Safety in Tool-Using LLM Agents [13.557645845585776]
大規模な言語モデルの安全性の整合性は、要求に答えるか拒否するかに大きく取り組まれている。
エージェント的設定では、同じモデルが実行中にパーミッションクリティカルな証拠として振る舞うかどうかを判断しなければならない。
AgentBoundは、ツール使用エージェントの安全性のための、最初の4方向の対物生成・評価フレームワークである。
論文 参考訳（メタデータ） (2026-09-27T15:19:52Z) - The Last Human Gate: Forward Deployed Engineering for Governance Automation [0.0]
企業ガバナンスには決定、証拠、説明可能な権限が必要です。
デジタルガバナンスフレームワーク(DGF)のためのタスク代替フレームワークの開発
代替には十分なアクセス可能な情報、有効な決定と権限チェック、例外、検証、修正、保守後の人事全体の削減が必要である。
論文 参考訳（メタデータ） (2026-09-24T10:17:58Z) - A Policy Algebra for Trust-Preserving Agentic AI Execution [5.943264605557423]
本稿では,エージェント能力の行使可能な信頼性エンベロープを定義するポリシー代数を提案する。
この評価は、能力ベンチマークではなく、信頼性と信頼性のトレードオフとして解釈される。
論文 参考訳（メタデータ） (2026-08-17T10:59:15Z) - From Sequence to Structure: Relational Uncertainty Propagation for LLM Agents [75.69180947909148]
大規模言語モデル(LLM)エージェントのためのトラジェクトリレベルのUQフレームワークを提案する。
RuPAは、推論状態、ツールインタラクション、環境フィードバックが時間的およびセマンティックな依存関係エッジで接続されたノードである、指向的なトラジェクトリグラフとして実行履歴を表現している。
我々は,複数のモデルファミリにまたがる6つのオープンソースLCMを用いて,代用エージェントベンチマーク($2, Terminal-Bench-2, GAIA)でRUPAを評価した。
論文 参考訳（メタデータ） (2026-08-17T01:40:14Z) - From Question Answering to Task Completion: A Survey on Agent System and Harness Design [67.8241530947325]
本研究はモデルハーネスレンズを用いてLCMをベースとしたエージェントについて検討する。
まず, LLMをベースとしたエージェントを基礎モデルと実行ハーネスとして, エージェントの機能的定義と実装の視点を明らかにする。
次に、モデル中心のスケーリングの限界を分析し、エージェントエンジニアリングの4つのパラダイムをトレースし、実行ハーネスを6つの結合ランタイム責任に分解する。
論文 参考訳（メタデータ） (2026-06-14T05:40:16Z) - Testing Agentic Workflows with Structural Coverage Criteria [0.21485350418225244]
マルチエージェントワークフロー仕様に対する構造的テスト手法を提案する。
このアプローチは、それぞれのワークフローを型付きコーディネーショングラフとして表現する。
到達可能なエージェント、ツールエッジ、制限されたツールエッジ、デリゲートエッジに対するカバレッジ義務を導出する。
論文 参考訳（メタデータ） (2026-05-26T04:07:55Z) - OmniEAR: Benchmarking Agent Reasoning in Embodied Tasks [52.87238755666243]
OmniEARは,言語モデルが身体的相互作用やツールの使用,マルチエージェントの協調にどう影響するかを評価するためのフレームワークである。
我々は、家庭と工業領域にまたがる1500のシナリオにおける連続的な物理的特性と複雑な空間的関係をモデル化する。
我々の体系的な評価は、モデルが制約から推論しなければならない場合、厳しい性能劣化を示す。
論文 参考訳（メタデータ） (2025-08-07T17:54:15Z)
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。