論文の概要: Claim Laundering: When Agent Decision Models Trust Records Over Reality

• arxiv url: http://arxiv.org/abs/2610.25947v1
• Date: Mon, 19 Oct 2026 07:40:19 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:26:08.014786
• Title: Claim Laundering: When Agent Decision Models Trust Records Over Reality
• Title（参考訳）: エージェント決定モデルが現実を信頼する時、クラム・ロンダリング
• Abstract要約: 我々は、追加のフォワードパスを必要とせず、0.04-2.0%のサービスレイテンシを付加する中間層ベトを使用する。 EVIGATEは実働ALFWorldエージェントで18.7ポイント,WebShopで5.0ポイント,電話シミュレータで5.1ポイント向上し,WebShopとシミュレータで同じ速度でランダムなベットを上回ることを示す。
• 参考スコア（独自算出の注目度）: 7.9999203378496775
• License:
• Abstract: Agent decision models select actions in a single forward pass from inputs that combine environmental observations with the agent's own record of previous actions. When an action fails silently, these sources can conflict: the record reports success, but the environment shows that the step did not take effect. We ask which source determines the next decision. Across Android screen traces, ALFWorld, and WebShop, we construct paired states that independently vary the observation, the logged action, and an explicit success claim. In all 12 configurations of four decision models and three domains, records have a larger average effect on commitment decisions than observations; after claimed-but-failed steps, the models still stop, advance, or purchase in 53-100% of cases. Yet the relevant evidence is often represented internally: linear probes on intermediate hidden states distinguish successful from failed steps on held-out apps, tasks, and goals (AUROC 0.77-1.00), and activation patching reveals increasing influence from records in later layers. We use this signal in EVIGATE, an intermediate-layer veto that requires no additional forward pass and adds 0.04-2.0% serving latency. Under injected silent failures, EVIGATE improves task success by 18.7 points in live ALFWorld agents, 5.0 in WebShop, and 5.1 in a phone simulator, and in WebShop and the simulator it also outperforms random vetoes at the same rate. Its effectiveness depends on representative calibration states: gates calibrated on offline counterfactual states do not transfer reliably to live agent trajectories.
• Abstract（参考訳）: エージェント決定モデルは、環境観測とエージェント自身の前のアクションの記録を組み合わせた入力から、単一のフォワードパスでアクションを選択する。 アクションが静かに失敗すると、これらのソースが衝突する可能性がある。レコードは成功を報告しますが、環境はステップが効果を示さないことを示します。 どの情報源が次の決定を下すか尋ねる。 AndroidのスクリーントレースであるALFWorldとWebShop全体で、観察、ログされたアクション、明示的な成功のクレームを独立して変更するペア状態を構築しました。 4つの決定モデルと3つのドメインのすべての12構成において、レコードは観察よりもコミットメント決定に平均的な影響がある。 中間隠れ状態の線形プローブは、ホールドアウトされたアプリ、タスク、ゴール(AUROC 0.77-1.00)の失敗ステップと区別し、アクティベーションパッチは、後続の層におけるレコードからの影響を増大させる。 我々は、このシグナルをEVIGATEで使用します。これは、追加のフォワードパスを必要とせず、0.04-2.0%のサービスレイテンシを加算する中間層ベトです。 注入されたサイレント障害の下では、EVIGATEは、ライブALFWorldエージェントで18.7ポイント、WebShopで5.0ポイント、電話シミュレータで5.1ポイント、そしてWebShopとシミュレータで同じ速度でランダムなvetoよりもパフォーマンスが向上する。 オフラインのカウンターファクト状態に校正されたゲートは、生きたエージェント軌道に確実に移動しない。

関連論文リスト

• VeriCUA: Learning Proactive Verification for Reliable GUI Agent Rewards [52.80093616378547]
  単試行で検証戦略を学習する積極的報酬エージェントであるVeriCUAを紹介する。 オンライン強化学習は、判決の正当性と効率の良いプローブの使用の両方を最適化する。 GPT-5.4を5.36ポイント上回り、プロブトークンは47.6%-59.8%減少し、1B VeriCUAも全ての審査員を上回る。
  論文  参考訳（メタデータ） (2026-10-19T14:17:33Z)
• Can an Agent Learn to Predict Its Own Failure? Outcome-Grounded Confidence Calibration in LLM Agents [0.2538209532048867]
  マルチステップエピソードの最終的な結果に対するエージェントの信頼度を調整する手法を提案する。 オフラインRLでは、エピソード結果に対するステップ信頼のAUROCは0.68-0.85に近づき、エージェントの上位10%は4.3倍の成功に最も自信を持つ。 ライブALFWorldエージェント上のオンラインRLでは、4つのキャリブレーション報酬がアーリーステップのAUROCを改善し、期待キャリブレーションエラーは0.42から0.12以下となり、未訓練エージェントとフォーマットのみのRLコントロールの両方に対して選択的実行が改善される。
  論文  参考訳（メタデータ） (2026-10-13T16:00:01Z)
• From Evidence to Action: How Tool-Using Agents Fail [44.361207294180424]
  このエビデンス・ツー・アクション・チェーンは、エージェントが単一アクションの実行に行動するかどうかを決定するため、どこで壊れるかを調査する。 10のモデルハーネスで、強力な静的アクションアセスメントは、より弱いインタラクティブ実行と共存することができる。
  論文  参考訳（メタデータ） (2026-10-06T04:50:29Z)
• Audit Before You Commit: Locating Belief Failures in Active Identification for One-Shot Manipulation [2.255961793913651]
  我々は、ペグを挿入する前に表面をタップするなど、ある不可逆的なアクションの前に数回プローブするロボットは、その証拠がコミットするのに十分なタイミングを決定する必要がある、と論じる。 この決定は、既存のメソッドが分離しない2つの条件に依存している、と我々は主張する。信念は、アクションを決定する座標の真理をまだカバーしなくてはならないし、アクションをスコアする失敗モデルは、実現した失敗を追跡する必要がある。 我々は、デプロイされたプローブ-then-commitパイプライン上で、オフラインと地上の真理の両方の条件を別々に監査する。
  論文  参考訳（メタデータ） (2026-09-24T22:47:32Z)
• DreamLedger: Where to Refuse World-Model Imagination Using Execution-Settled Credit [3.081254027365109]
  DreamLedgerは、信頼性を永続的なデプロイオブジェクトとして扱う。 モデルが間違っているというよりも、ゲートが拒否する場所の永続的なクレジットが変わります。 我々は,DreamerV3,TD-MPC2,V-JEPA 2-ACマウントの3つの模擬ドメインと実フランカについて検討した。
  論文  参考訳（メタデータ） (2026-08-24T22:12:10Z)
• 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)
• When Do Agent Loops Mistake Stagnation for Progress? Self-Evaluation Bias and Externally Grounded Verification in Long-Running Autonomous LLM Agent Loops [0.0]
  長期にわたる自律エージェントは、人間の介入なしに自らの完了を計画し、行動し、判断する。 エージェントが自身の仕事を格付けすると、自己評価バイアスが保たれます。 我々はエージェントとそのツール表面を固定したテストベッドを構築し、ループをゲートする評価器の情報チャネルタイプのみを操作する。
  論文  参考訳（メタデータ） (2026-07-27T23:52:15Z)
• PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
  我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。 セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。 SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。 ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
  論文  参考訳（メタデータ） (2026-07-18T04:46:53Z)
• Agent Step Value: Auditing Evaluator-Channel Reversals in Black-Box Agent Traces [2.4293637634506404]
  評価器由来のステップ報酬がスコアリングチャネル間でプールされたり比較されたりした場合、それらのサインは輸送可能なものとして扱われる。 エージェントステップ値(ASV)をチャネルインデクシングされたターゲットマージンゲインとして定義し、チャネル間相互作用の欠如を識別する。
  論文  参考訳（メタデータ） (2026-07-05T17:27:56Z)
• WebRISE: Requirement-Induced State Evaluation for MLLM-Generated Web Artifacts [46.85286238215375]
  MLLM生成Webアーティファクトの既存のベンチマークは、局所的な証拠を通じて相互作用を評価する。 タスク要求をインタラクションコントラクトグラフにコンパイルするWebRISEを紹介します。
  論文  参考訳（メタデータ） (2026-06-02T06:29:40Z)
• TACT: Mitigating Overthinking and Overacting in Coding Agents via Activation Steering [70.99933391739154]
  我々は、エージェントが既に持っている情報に対して繰り返し理由付けを行う2つの障害モードと、最近の観察を統合したり、新たな証拠を取得することなくツールコールを発行する2つの障害モードに焦点を当てる。 本稿では,活性化ステアリングによるTACT (Think-Act via activation Steering) を導入し,動作不良として現れる前に残留流中のエージェントの漂流を検知・緩和する。 具体的には、軌道のステップを過度に考え、過剰に実行し、あるいは校正し、隠れた状態が2つの *drift 軸* に沿って線形に分離できることを発見し、それぞれの障害モードに向かって校正された振る舞いを指示する。
  論文  参考訳（メタデータ） (2026-05-07T10:24:27Z)

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。