論文の概要: Agentic Orchestration of EDC Data Space Retrieval and Natural Language Driven Data Processing

• arxiv url: http://arxiv.org/abs/2610.26548v1
• Date: Mon, 19 Oct 2026 15:10:26 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:35:05.848822
• Title: Agentic Orchestration of EDC Data Space Retrieval and Natural Language Driven Data Processing
• Title（参考訳）: EDCデータ検索と自然言語駆動データ処理のエージェントオーケストレーション
• Abstract要約: データ空間プロトコルのネゴシエーションフローを自動化するマルチエージェントアーキテクチャを提案する。 Eclipse Dataspace Components (EDC)上にLangGraph上に構築されたこの設計は、懸念事項を協調エージェントに分離する。 このフレームワークは、エンド・ツー・エンドの検証済みの配送レートを、資格のある消費者に対して86%で同時に達成する。
• 参考スコア（独自算出の注目度）: 1.9132624817489863
• License:
• Abstract: Participating in a data space still requires the Dataspace Protocol (DSP) negotiation flow to be hand-coded against each provider's access policy. We present a multi-agent architecture that automates this process using natural language requests. Built on LangGraph over an Eclipse Dataspace Components (EDC), the design separates concerns into cooperating agents. The orchestrator's role is to route and plan. The data extraction agent's role is to expose the DSP protocol's three composable tools (catalog discovery, contract negotiation and download). The agent also gates negotiations on the consumers' verifiable credentials, refusing assets rather than fabricating them. Furthermore, there are downstream Machine Learning (ML) and Visualization agents, as well as a final Verification agent, which confirms that the request was actually fulfilled and rechecks the intended operation against the contract's usage policy. In a primary benchmark involving 600 runs, the system achieved 89% task success with zero policy violations when evaluating multi-dimensional policy reasoning with a locally hosted open-weight model. It failed safely through refusal rather than misrouting. The reliability of the system is largely dependent on the phrasing of requests: technical and expert requests succeed up to 98% of the time, whereas casual and under-specified requests succeed 72% of the time. Furthermore, in a secondary evaluation of 600 runs isolating hierarchical geographic access control, the framework successfully blocks 100% of unauthorized regional requests. While the verification agent hallucinates that 1% of these requests, the system logs confirm that no data is ever extracted and the framework simultaneously achieves an end-to-end verified delivery rate of 86% for eligible consumers.
• Abstract（参考訳）: データ空間への参加には、各プロバイダのアクセスポリシーに対して手作業でコーディングされるデータ空間プロトコル(DSP)交渉フローが必要である。 本稿では,この処理を自然言語要求を用いて自動化するマルチエージェントアーキテクチャを提案する。 Eclipse Dataspace Components (EDC)上にLangGraph上に構築されたこの設計は、懸念事項を協調エージェントに分離する。 オーケストレータの役割はルートと計画です。 データ抽出エージェントの役割は、DSPプロトコルの3つの構成可能なツール(カタログ発見、契約交渉、ダウンロード)を公開することである。 エージェントはまた、消費者の検証可能な資格に関する交渉をゲートし、それを製造するのではなく資産を拒絶する。 さらに、下流の機械学習(ML)と可視化エージェント、および最終的な検証エージェントがあり、要求が実際に満たされたことを確認し、契約の利用ポリシーに対して意図された操作を再確認する。 600ランの一次ベンチマークでは、ローカルにホストされたオープンウェイトモデルを用いて多次元ポリシー推論を評価する際に、ゼロポリシー違反で89%のタスク成功を達成した。 失敗は失敗に終わったが、失敗は失敗に終わった。 技術的要求と専門家の要求は98%の時間で成功するが、カジュアルな要求と未特定な要求は72%の時間で成功する。 さらに、階層的な地理的アクセス制御を分離する600ランの二次評価において、このフレームワークは、許可されていない地域要求の100%をブロックすることに成功した。 検証エージェントは、これらの要求の1%を幻覚させるが、システムログは、データが抽出されず、フレームワークが同時に、資格のあるコンシューマに対して、エンドツーエンドの検証済みのデリバリ率86%を達成することを確認している。

関連論文リスト

• 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)
• AgentProv: Auditing Agentic LLM API Providers via Tool-use Policy Probes [38.37599802008238]
  商用LLM APIは特定の基盤モデルを宣伝するが、提供されたバックボーンは静かに代用され、定量化され、あるいはラップされることがある。 既存の監査はすべて、テキスト出力チャネルからバックボーンアイデンティティを決定する。 本稿では,AgentProv(AgentProv)について紹介する。
  論文  参考訳（メタデータ） (2026-08-30T08:22:12Z)
• GoGoTB: Agentic RTL Verification with Specification-Grounded Coverage Closure [14.71922402654502]
  GoGoTBは、エンドツーエンドの検証クロージャを実現するエージェントフレームワークである。 8つのレジスタ転送レベル(RTL)の設計で、人間の介入なしにテストされる。
  論文  参考訳（メタデータ） (2026-07-28T18:40:35Z)
• 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)
• SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration [77.28003194268977]
  SearchOSは、脆弱で暗黙的な検索進捗を明示的で永続的で共有状態に変換するシステムレベルのマルチエージェントフレームワークである。 SOCM上に構築されたSearchOSは、サブエージェントの実行を重複させるパイプライン並列スケジューリングメカニズムを適用している。 SearchOSは評価されたシングルエージェントとマルチエージェントのベースラインの中で、すべてのメトリクスをリードする。
  論文  参考訳（メタデータ） (2026-07-16T17:51:23Z)
• Data Facts: A Metadata Schema for Structured Data Exchange in the NANDini Multi-Agent Ecosystem [21.54830874567084]
  NANDiniは、インテリジェントエージェントが大規模な意思決定のためにデータを作成し、処理し、交換する自動化エコシステムを構想している。 現在のプロトコルには、フェデレーションレジストリ用のMCPA、エージェント間メッセージング、アドレスID、通信のためのA2AとMCPAが含まれているが、構造化されたデータ交換のためのメカニズムは提供されていない。 我々は,JWT認証,機能スコープゲートウェイ認証,A2Aクレデンシャルデリゲートプロトコルという3層セキュリティパイプラインを実装している。 プライベートおよび半プライベートなデータに対しては,JWT認証,機能スコープゲートウェイ認証,A2A認証という3層セキュリティパイプラインを実装しています。
  論文  参考訳（メタデータ） (2026-06-24T17:35:26Z)
• Claw-Eval-Live: A Live Agent Benchmark for Evolving Real-World Workflows [67.92316850084575]
  ワークフローエージェントのライブベンチマークであるClaw-Eval-Liveを紹介する。 各リリースは、公開ワークフロー要求信号から構築される。 Claw-Eval-Liveは実行トレース、監査ログ、サービス状態、実行後のワークスペースアーティファクトを記録する。
  論文  参考訳（メタデータ） (2026-04-30T17:23:19Z)
• HiveMind: OS-Inspired Scheduling for Concurrent LLM Agent Workloads [0.0]
  モチベーションのインシデントでは、11の並列エージェントのうち3つがコネクションリセットとHTTP 502エラーで死亡しました。 HIVEMINDは5つのOSにインスパイアされたスケジューリングプリミティブを適用し,非協調並列実行による障害モードを除去する透過的なHTTPプロキシである。
  論文  参考訳（メタデータ） (2026-04-18T18:59:33Z)
• AgentRaft: Automated Detection of Data Over-Exposure in LLM Agents [40.88941407116349]
  本稿では,大規模言語モデル(LLM)エージェントにおけるデータオーバー露光(DOE)リスクを検出するための,最初の自動化フレームワークであるAgentRaftを紹介する。 実世界のエージェントツール6,675のテスト環境でAgentRaftを評価した。
  論文  参考訳（メタデータ） (2026-03-08T09:40:54Z)
• SOPBench: Evaluating Language Agents at Following Standard Operating Procedures and Constraints [59.645885492637845]
  SOPBenchは、各サービス固有のSOPコードプログラムを実行可能な関数の有向グラフに変換する評価パイプラインである。 提案手法では,各サービス固有のSOPコードプログラムを実行可能関数の有向グラフに変換し,自然言語SOP記述に基づいてこれらの関数を呼び出しなければならない。 我々は18の先行モデルを評価し、上位モデルでさえタスクが困難であることを示す。
  論文  参考訳（メタデータ） (2025-03-11T17:53:02Z)

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。