論文の概要: Who May Release an Agent's Promise? Standing over Commitments in Multi-Party Chat
- arxiv url: http://arxiv.org/abs/2610.21203v1
- Date: Thu, 15 Oct 2026 04:01:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-16 19:13:16.170203
- Title: Who May Release an Agent's Promise? Standing over Commitments in Multi-Party Chat
- Title（参考訳）: エージェントの約束を誰がリリースする? 多人数チャットにおけるコミットメントを乗り越える
- Abstract要約: コントロールされたチャット環境では、誰がキャンセルし、2つのエラーを分離するかが異なります。
セルフクロップのコミットメント台帳は、5つのモデルのうち4つでオーバーライドを停止する。
コード、プロンプト、アウトプット、ラベルがリリースされる。
- 参考スコア（独自算出の注目度）: 8.736819038669749
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: When an assistant serving a team makes a promise to Alice, who may cancel it? We call this standing: only the creditor (the person owed) or someone the creditor or operator policy authorizes may release a commitment, regardless of rank. In a controlled chat environment we vary who cancels and separate two errors: unauthorized release (obeying someone without standing) and override (executing a released promise). Across six models, smaller open ones override the creditor (Qwen3.5-9B: 69%); larger ones drop promises on a peer's direct word (Qwen3.8-27B: 89%; gpt-6.1-sol: 83%); nearly all act on a bystander's "go ahead after all". Oracles dissociate the errors: stating the rule or the creditor curbs unauthorized release but not override, which the latter even raises in three of four models; among them, only knowing whether the promise is still owed cuts override. Enabling thinking moves smaller models the way scale does. A self-kept commitment ledger stops override in four of five models; with a one-paragraph release policy it matches or beats the best oracle store, raising gpt-6-luna's strict accuracy from 49% (policy alone) to 83%. Code, prompts, outputs and labels are released.
- Abstract（参考訳）: チームに仕えるアシスタントがアリスと約束する時、誰がそれをキャンセルするのか?
債権者(借りた人)または債権者または運用者が承認する人だけが、階級に関係なくコミットメントを解放することができる。
コントロールされたチャット環境では、誰がキャンセルし、2つのエラーを分離するかが異なります。
6つのモデルにまたがって、より小さなオープンなもの(Qwen3.5-9B: 69%)、大きなもの(Qwen3.8-27B: 89%; gpt-6.1-sol: 83%)、傍観者の「結局のところ先へ進む」ことなどである。
Oracleは、エラーを解消する。ルールや債権者は、未承認のリリースを制限するが、オーバーライドはしない。
思考の導入は、スケールの方法のように、より小さなモデルを動かす。
1パラグラフのリリースポリシーでは、最高のオラクルストアと一致または打ち負かし、gpt-6-lunaの厳密な精度を49%(政治単独)から83%に引き上げている。
コード、プロンプト、アウトプット、ラベルがリリースされる。
関連論文リスト
- What Survives Self-Evolution: Provenance Marks in Copied Agent Harnesses [43.26554326312535]
盗賊は、流出したハーネスを公表された自己進化器に渡すことができ、その結果を独自のものとして出荷することができる。
大規模な言語モデル(LLM)の提案者は、それを運ぶファイルを書き直し、スコアはより良い書き直しを維持する。
スキームを意識したプラジャリストは、測定不可能なコストでネクタイをリシャッフルし、プロジェクタにもっと一般的なコードを求めるプラジャリストは、75-100%の書き直しで鍵を除去する。
論文 参考訳（メタデータ） (2026-10-15T08:03:10Z) - JevAgentHarness: Benchmarking, Deploying and Training Decision Models That Share Control with LLMs [67.3059941230326]
大規模言語モデル(LLM)エージェントは、ソフトウェアを修正し、コンピュータを操作し、顧客にサービスを提供するが、そのハーネス、そしてそれらを実行するプログラムは、すべてのステップで大きなLLMを呼び出す。
ハーネスがこれらの決定を、ほとんど成功しない決定モデルに委譲する方法を問う。
AgentDecisionBenchは独立した質問から決定モデルをテストし、公開ベンチマークとDecisionGym環境上で実行中のエージェントを制御する。
次に、JevAgentHarnessを設計します。これは、エージェント自身の軌道上の各選択のしきい値に適合し、LLMがその下にあることを判断します。
論文 参考訳（メタデータ） (2026-10-15T07:27:08Z) - One Word Opens the Gate: The Option-Channel Attack on Typed Decision Models as Agent Guardrails [8.534825157831387]
型付き決定モデルはテキストを読み出し、呼び出し元定義のオプションよりも確率を返します。
最近の作業では、これらのモデルをエージェントシステムにガードレールとして配置している。
その役割において、7つのオープンウェイトモデルを評価し、2つのエラー方向を別々に報告する。
論文 参考訳（メタデータ） (2026-10-08T16:46:43Z) - Empty Commitments: When Agents Promise What They Cannot Deliver [7.92122750223567]
空のコミットメントは、エージェントのツールやランタイムに何も実行できないという現在のターンの後、アクションの約束です。
私たちはコミットメントのセマンティクスの上に空のコミットメントを定義し、3つの失敗タイプ、ツールが現実にできる保証条件を定義します。
我々は、400個のラベルに対して検証されたチェッカー(セットアップブラインド検出器、決定論的フィージビリティルール、レスポンスジャッジ)を構築した。
論文 参考訳（メタデータ） (2026-10-01T04:37:37Z) - Where Does Exactly-Once Live? Model, Harness, and Tool-Contract Effects on Duplicate Side Effects in LLM Agents [7.504639516424482]
LIMBOは、現実的な契約を持つ6つのサービスからなる決定論的サンドボックスである。
全てのエピソードは、コミットされた効果の台帳に対して評価される。
我々は、検証のみのポリシーが、遅れたコミットの下で正確に1度ではないことを証明します。
論文 参考訳（メタデータ） (2026-09-24T06:24:16Z) - Silent Revision: Measuring Undisclosed Change in the Safety Frameworks of Frontier AI Developers [0.0]
私たちは、開発者が公開しているアカウントが認識していないフレームワークのコミットメントに対する物質的変更の共有を示し、それを計算するのに必要なバージョン付きのハッシュピン付きコーパスをリリースします。
12の連続したバージョンペアで710のコミットインスタンスをトレースし、凍結したコードブックに対してコードし、個別に244を命令します。
67%が厳格な基準で沈黙し,53%が寛大な基準で,セクション粒度では49%に低下した。
論文 参考訳（メタデータ） (2026-09-08T14:19:56Z) - Turning Interaction History into Execution State: A Runtime Layer for Long-Horizon Coding Agents [48.967927222079965]
Ledgerは、エージェントの完了したインタラクションを明示的な実行状態に蒸留するランタイム層である。
Ledgerはこの状態をオンライン実行台帳に保持し、各ステップの2つのバウンダリに適用される。
500のSWE-bench検証インスタンス全体で、LedgerはPass@1を56.2%から64.2%に、GPT-5 miniを75.8%から81.0%に、MiniMax M2.5を81.0%に引き上げている。
論文 参考訳（メタデータ） (2026-08-01T18:25:00Z) - Voice Memory for Agentic Speech Recognition [66.69623133635868]
エージェント音声認識のための推論専用スキームであるVoice Memoryを提案する。
同期的に、スコア付き例は、境界編集を通じてそのファイルを更新する。
10のHyPoradiseドメインにオープン修正器、Voice Memory、重み付き単語エラー率8.36%から7.52%の10のドメインがある。
論文 参考訳（メタデータ） (2026-07-29T02:42:56Z) - StateAct: Program State, before Pixels, for Long-Horizon Computer-Use Agents [55.650871465979066]
StateActはコードファーストでマルチエージェントのハーネスであり、この区別に基づいて構築されている。
そのメインエージェントは、コードを使用してプログラム状態と直接連携する。
専用のGUIサブエージェントは、必要ないくつかのサブゴールでスクリーンショットとクリックのインタラクションを処理する。
論文 参考訳（メタデータ） (2026-07-24T14:17:03Z) - Abliteration Is Not a Scalpel: Off-Target Effects of Refusal Removal on Decision Disposition Across Model Families [51.56484100374058]
放棄 — モデルの拒絶方向を重みから取り除く — は、一般的な"アンセンソルド"なオープンウェイトモデルの標準的なレシピである。
ディスポジションプローブとして21,600個の決定を不確実性の下で使用し、凍結パイプラインを通じて再生することにより、決定層モデルが唯一の変数となる。
3つのエフェクトは2つのファミリーにまたがって複製される(ゼロを除く週間クラスターCI)
4つ目の効果は符号を逆転する:同じ操作によりGemmaで読み取られた方が自信が弱まり、Qwenで読み取られたものがより多くなる(ファミリーCIは重複しない)。
論文 参考訳（メタデータ） (2026-07-19T22:27:00Z) - Cheap Talk, Empty Promise: Frontier LLMs easily break public promises for self-interest [32.09232866919422]
単発のノーマルフォームゲームにおいて、公に発表されたアクションから逸脱した偽装について検討する。
偏差タイプごとにすべての機会を特定し、エージェントがそれらを利用する頻度を測定する。
論文 参考訳（メタデータ） (2026-04-06T15:54:16Z)
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。