論文の概要: Write Once, Check Many: Reusable Ledgers for Post-Hoc Policy Compliance Auditing of Agent Trajectories

• arxiv url: http://arxiv.org/abs/2610.24483v1
• Date: Sat, 17 Oct 2026 06:04:04 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 11:50:54.157171
• Title: Write Once, Check Many: Reusable Ledgers for Post-Hoc Policy Compliance Auditing of Agent Trajectories
• Title（参考訳）: 一度書くと、何度もチェックする: エージェントの軌跡を監査するポストホック政策コンプライアンスのための再利用可能なレジャー
• Abstract要約: 著者モデルが各エージェントの軌跡を政策に依存しない台帳に変換するためのフレームワークである。 読み手は、元の軌跡にアクセスできることなく、台帳に対して新しいポリシーを個別にチェックする。 この結果から,再利用可能な方針に依存しない記録が,レトロスペクティブエージェントの監査をより効率的かつ効果的に行えることが示唆された。
• 参考スコア（独自算出の注目度）: 30.40882236514824
• License:
• Abstract: Auditing LLM agents against policies is critical to ensure safety but requires rereading long trajectories once per policy. Can we instead record each trajectory once and reuse that record for policies not known in advance? We propose write once, check many, a framework in which a writer model converts each agent trajectory into a policy-independent ledger of the agent's actions and outcomes. A reader then checks each new policy against the ledger alone, without access to the original trajectory. On 900 trajectories from SHADE-Arena, $τ$-bench, and $τ^2$-bench, we show that a 12B reader of narrative ledgers can either match or in fact achieve higher AUC than the same 12B model reading full trajectories. On SHADE-Arena policies that combine several facts, our approach outperforms a 31B model reading the trajectory (.777 vs. .713 AUC). When checking eight SHADE-Arena policies separately, ledgers use about $5\times$ fewer tokens, including the cost of writing them. A deeper analysis shows that rule-based extraction performs better on some single-action policies, and ledgers can miss evidence in long tool outputs and message contents. Our results suggest that reusable, policy-independent records can make retrospective agent auditing more efficient and effective, and highlight important considerations in ledger design.
• Abstract（参考訳）: LLMエージェントをポリシーに対して監査することは、安全性を確保するために重要であるが、ポリシー毎に1回、長い軌跡を読まなければならない。 その代わりに、各トラジェクトリを一度記録して、事前に知られていないポリシーのためにそのレコードを再利用できますか? 著者モデルが各エージェントの軌跡をエージェントの行動と結果の方針に依存しない台帳に変換するためのフレームワークである。 読み手は、元の軌跡にアクセスせずに、台帳のみに対する新しいポリシーをチェックする。 SHADE-Arena,$τ$-bench,$τ^2$-benchの900トラジェクトリでは,物語台帳の12Bリーダが一致するか,あるいは実際に,同じ12Bモデルよりも高いAUCを達成することができることを示す。 いくつかの事実を組み合わせたSHADE-Arenaポリシーでは、この手法は軌道を読む31Bモデル(.777対.713 AUC)より優れています。 8つのSHADE-Arenaポリシーを別々にチェックする場合、台帳は約5\times$少額のトークンを使用する。 より深い分析によると、ルールベースの抽出は、いくつかのシングルアクションポリシーでより良く機能し、台帳は長いツール出力とメッセージ内容の証拠を見逃す可能性がある。 この結果から,再利用可能な方針に依存しない記録が,レトロスペクティブエージェントの監査をより効率的かつ効果的にし,台帳設計における重要な考察を浮き彫りにする可能性が示唆された。

関連論文リスト

• PROBE: Learning to Audit Policy Compliance in Tool-Using LLM Agents [13.754319712391093]
  本研究では,デプロイされたエージェントを現実的なユーザとして扱うオーディエンスを訓練し,マルチターンツールによる対話を通じてポリシー違反を調査するアルゴリズムを提案する。 エージェント監査を2人プレイのマルコフゲームとして形式化し、違反発見、行動可能性、会話の進行、ポリシーの多様性のバランスをとる複合報酬を提案する。 この結果から,マルチターン行動監査はエージェント評価,補完能力,安全性ベンチマークの明確な軸であり,必要な軸であることがわかった。
  論文  参考訳（メタデータ） (2026-10-15T16:01:38Z)
• Formal Runtime Verification for Tool-Using LLM Agents: An Offline Same-Benchmark Study on AgentDojo and STAC [0.37475012732344193]
  ツールを使用するLLMエージェント用のガードレールは通常、アプリケーション固有のルールである。 計量一階時間論理(MFOTL)を評価する。 トレースが信頼できる履歴を公開すると,時間的モニタリングの形式的付加価値が示される。
  論文  参考訳（メタデータ） (2026-10-07T10:08:46Z)
• Self-Retrospection Distillation: Turning Post-hoc Experiences into Prior Foresight [69.33075666165205]
  検証可能な報酬(RLVR)による強化学習は、エージェント体験を学習信号に変換する。 自己検査蒸留(Self-Retrospection Distillation, SRD)は、特権のある後見を同じ方針の軌跡の目視に蒸留する。 以上の結果から,ポストホックエージェント体験は,行動の評価や改善だけでなく,対話に先立って予測表現を形成する上でも有用であることが示唆された。
  論文  参考訳（メタデータ） (2026-10-06T10:06:47Z)
• Can LLM Agents Automate Reinforcement Learning for Text-to-Speech? [64.13250261774849]
  私たちは、共有ワークスペースの周りに、ヒューマンガイダンスとエージェント実行を構造化するコラボレーティブワークフローを構築します。 エージェントが何を自動化するかを測定するため、我々は公開レシピに対して段階的に軌道ステージを監査する。 以上の結果から, エージェントは不特定レシピを回収し, 改良し, 失速した場合には, 文献を調査し, LMキャリアからフローキャリアへピボットすることがわかった。
  論文  参考訳（メタデータ） (2026-10-03T12:44:09Z)
• RRSI: Regularized Recursive Self-Improvement of Agent Harnesses [76.77275934611428]
  正規化再帰的自己改善型エージェント・ハーネス(RRSI) 本稿では、正規化の原則を取り入れたRRSIを紹介し、進化候補の提案と選択を制約することで自己改善を活用する。 RRSIは5つのアウト・オブ・ディストリビューション・ベンチマークで14.1ポイント、最大4.7ポイントを獲得し、非正規化進化よりも30%少ないポリシートークンで動作するハーネスを生産している。
  論文  参考訳（メタデータ） (2026-09-21T17:54:49Z)
• VST: Verifiable Structured Transport for Auditable Agent-to-Agent Alpha Discovery [11.790070440436294]
  エージェント・ツー・エージェント(A2A)アルファ発見は、マイニングと評価エージェント間の繰り返しのフィードバックサイクルによって遅くなる。 我々はまず、この通信をEmphtyped, causally addressable, unicast recordの構造化エージェント対エージェントプロトコルとして再構成する。 型付けが提供するものは、スキーマチェック、決定論的にリプレイされ、構築によって予測を評価者にリークすることを防ぐ状態である。
  論文  参考訳（メタデータ） (2026-09-07T05:43:50Z)
• OpenPM: Auditable Point-in-Time Evaluation for LLM Portfolio-Management Agents [39.82139666997448]
  ポートフォリオ管理エージェントのための監査可能なポイントインタイム評価フレームワークであるOpenPMを提案する。 OpenPMでは、エージェントが5分間隔で市場データを使用して、S&P 500宇宙上の100万ドルの長編書籍を管理する。 各ランは、汚染証明書、コスト感受性曲線、制約順守レポートを含む監査アーティファクトを生成する。
  論文  参考訳（メタデータ） (2026-08-06T16:04:44Z)
• RouterVLA: Turning Smoke Tests into Supervision for Heterogeneous VLA Selection [5.188057876794867]
  政策選択を監督するために、事前配備評価ロールアウトを再利用できるかどうかを検討する。 政策選択を監督するために,事前配備評価ロールアウトを再利用できることが判明した。
  論文  参考訳（メタデータ） (2026-06-25T17:56:33Z)
• TRACE: A Unified Rollout Budget Allocation Framework for Efficient Agentic Reinforcement Learning [52.67756371231985]
  検証可能な報酬を伴う強化学習(RLVR)は、大規模言語モデルにおける推論とエージェント的行動を強化するための有望なアプローチである。 本稿では,Tree Rollout Allocation for Contrastive Exploration (TRACE)について紹介する。 技術的には、TRACEはロールアウト予算をルートと中間プレフィックスの両方に割り当てている。
  論文  参考訳（メタデータ） (2026-06-09T17:16:03Z)
• Rewarding Progress: Scaling Automated Process Verifiers for LLM Reasoning [90.23629291067763]
  大規模言語モデルにおける推論を改善するための有望なアプローチは、プロセス報酬モデル(PRM)を使用することである。 PRMは多段階の推論トレースの各ステップでフィードバックを提供し、結果報酬モデル(ORM)よりも信用割当を改善する可能性がある。 PRMに対して探索を行ったり、強化学習(RL)の報酬として使ったりすることで、基本方針を改善するために、「プロセス報酬をどう設計すべきか?」と質問する。 理論的には,良質なプロデューサの集合を特徴付けるとともに,このようなプロデューサからのプロセス報酬の最適化が,テスト時間探索やオンラインRLの探索を改善することを示す。
  論文  参考訳（メタデータ） (2024-10-10T17:31:23Z)

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。