論文の概要: AllPath: Layered Verification for a Deployed, Self-Revising LLM Trading Agent under Human-Gated and Autonomous Regimes

• arxiv url: http://arxiv.org/abs/2610.26662v1
• Date: Mon, 19 Oct 2026 16:18:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 02:04:14.8483
• Title: AllPath: Layered Verification for a Deployed, Self-Revising LLM Trading Agent under Human-Gated and Autonomous Regimes
• Title（参考訳）: AllPath: 人為的かつ自律的な規制下での自己修正LDMトレーディングエージェントの階層的検証
• Abstract要約: 生紙ブローカーアカウントに対する個人LLMトレーディングエージェントであるAllPathについて報告する。 システムは決定論的ルールエンジンを通じてポジションを監視し、毎晩、独自のトレーディング戦略の改訂を提案する。 本稿では,ライブシステムにおけるエージェントの自己修正に関する2つの検証ポリシーを比較した。
• 参考スコア（独自算出の注目度）: 7.837842601637295
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: LLM trading agents are evaluated almost exclusively in backtests and autonomous benchmark harnesses. Deployment, where actions are irreversible, raises a different question: who verifies the agent's actions, and which failures can each verifier structurally catch? We report on AllPath, a personal LLM trading agent deployed against a live paper-brokerage account. The system watches positions through a deterministic rules engine, and each night it reviews its own day and proposes revisions to its own trading strategies. Verification is split across three layers. Code verifies what must not depend on judgment: deterministic gates enforce risk limits and block any strategy revision that fails an integrity check. The agent verifies itself within fixed bounds: its nightly review has an iteration cap and no tools that can act. A human verifies judgment, through approval screens that show the current state of each proposal. We also compared two verification policies for the agent's self-revisions on the live system: two and a half weeks with every self-revision human-gated, then five weeks with reflection revisions auto-applied behind the same code gates, while the operator's chat channel stayed human-gated throughout. Each layer caught a different kind of failure. The code gates rejected no proposal; their role was keeping revisions consistent. The human rejected two proposals that passed every code check, both over a disagreement about the market, and later removed 11 of the 19 rules the agent had added on its own, at a median lag of eight days. The most instructive production incidents, such as strategies silently left unmonitored, passed every gate; the operator found them by hand, and the fix each time was an interface change that makes the condition visible. We contribute the layered architecture, the two-regime account, and a production incident taxonomy, none observable in a backtest.
• Abstract（参考訳）: LLMのトレーディングエージェントは、ほとんどバックテストと自律ベンチマークハーネスで評価されている。 エージェントのアクションを誰が検証し、どのエラーを各検証者が構造的にキャッチできるのか? 生紙ブローカーアカウントに対する個人LLMトレーディングエージェントであるAllPathについて報告する。 システムは決定論的ルールエンジンを通じてポジションを監視し、毎晩その日をレビューし、独自のトレーディング戦略の改訂を提案する。 検証は3つの層に分けられる。 決定論的ゲートはリスク制限を強制し、整合性チェックに失敗する戦略修正をブロックします。 エージェントは固定されたバウンダリ内を検証します。ナイトリーレビューにはイテレーションキャップがあり、動作可能なツールはありません。 人間は、各提案の現況を示す承認画面を通じて、判断を検証する。 我々はまた、エージェントのライブシステムにおける自己修正に関する2つの検証ポリシーを比較した: 自己修正されたすべての人手付きで2週間半、同じコードゲートの後方で自動適用されたリフレクション修正で5週間、オペレータのチャットチャネルはずっと人手付きだった。 各レイヤは、異なるタイプの障害をキャッチしました。 コードゲートは提案を拒絶し、その役割は修正の一貫性を維持することだった。 人間は、すべてのコードチェックをパスした2つの提案を、市場に対する不一致で拒否し、その後、エージェントが単独で追加した19のルールのうち11を、8日間の平均的な遅延で削除した。 戦略が静かに残され、すべてのゲートを通り過ぎ、オペレーターがそれを手動で見つけ、毎回修正がインターフェースの変更であり、状態が見えるようになった。 バックテストでは観測不可能な階層化アーキテクチャ、2つの登録アカウント、生産インシデント分類をコントリビュートしています。

関連論文リスト

• Why Do Agent Teams Fail Across Boundaries? A Failure Taxonomy for Agent-to-Agent Systems with Private States [96.00953129073133]
  エージェント・ツー・エージェント(A2A)のシナリオでは、各エージェントは独自の環境を持ち、他のエージェントが見ることができない情報と権限を持っている。 既存のマルチエージェントシステム障害研究では、1つのオーケストレータ、共有ワークスペース、または1つのプリンシパルが想定されている。 我々は、異なるエージェントハーネスとモデルで構築された2500以上のA2Aシステムについて研究する。
  論文  参考訳（メタデータ） (2026-10-14T00:36:08Z)
• Same Operation, Different Permission: Evaluating Whether Guardrails Honor Authorization [47.05539777659961]
  ベンチは、その言語トラックで同じ操作の 認証証拠を対比するベンチマークです。 ブロックされた操作の多くは、正しい否定ではなく、レビューの失敗によるものであることを示す。 出力フォーマットの修復は使用可能な決定を復元するが、承認された要求に敬意を表し、第2のレビュアーを追加することでエラーを除去する。
  論文  参考訳（メタデータ） (2026-10-12T14:17:21Z)
• Not Self-Decidable: LLMs Cannot Draw the Boundary of What an Agent Verifier Can Check [0.0]
  エージェントの検証者は、固定チェックが解決できるものと、裁判官を必要とするものとの2種類のルールに直面します。 CoVerは全会一致を指名として扱い、そのために合成されたチェックが介入を生き残る場合にのみ述語を認める。 自己決定性はモデルから引き出す能力ではなく、検証者が構築しなければならない境界である。
  論文  参考訳（メタデータ） (2026-10-03T18:25:12Z)
• 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)
• Why LLM Agents Collapse Without Oversight: The Enforcement Gap as the Mechanism Behind Emergence World Failures [19.162716475205308]
  リフレクションスタイルのエージェントで監査フラグをバインドすると、監査官を変更することなく、攻撃の成功率が大幅に低下する。 実行確率から検出確率を分離する$p_d$$$p_e$は、すべてのフレームワークでデフォルトで$p_e approx 0$を確立する。
  論文  参考訳（メタデータ） (2026-09-14T09:46:59Z)
• Where Accountability Lives: Mapping Human Responsibility to Workflow Artifacts in Agentic Software Development [0.0]
  コーディングエージェントの作者、プルリクエストのオープン、プロダクションリポジトリ内のプッシュコード。 アーティファクトを残すワークフローイベント、エージェントによるコーディングツール4つ、および7つのプロバイダによるポリシー文書18つについて、それぞれについて読んでいます。 あるプロバイダは、タスクを割り当てた開発者が結果のプルリクエストを承認することを禁じる。別のプロバイダは、設定されたリスクしきい値以下でプルリクエストを承認し、レビューを無効にできるエージェントを文書化する。 我々は、強制的、助言的、欠落した検証の通常の3方向の区別をグリッドに置き換え、メカニズムがチェックを誰が実行したかで補完するかどうかを区別する。
  論文  参考訳（メタデータ） (2026-08-16T11:11:04Z)
• CrossAudit: A Git-Native, Cross-Vendor Audit Loop for Agentic Science [5.610929955077264]
  CrossAuditは、自律的な研究パイプラインを監督するためのプロトコルである。 それぞれのインクリメントは、異なるベンダーのエージェントによって、人間が書いたりバージョン付けされたルールブックに対して監査される。 報告、評決、論争、裁定はgitコミットであり、監督履歴を再読して引用することができる。
  論文  参考訳（メタデータ） (2026-08-05T12:35:59Z)
• Taming Actor-Observer Asymmetry in Agents via Dialectical Alignment [59.536125286960186]
  セルフリフレクションと相互監査を可能にするために、専門的な役割を割り当てるマルチエージェントフレームワークがますます採用されている。 アクター・オブザーバ非対称性(Actor-Observer Asymmetric)と呼ばれる認知バイアスを同時に誘発する。 ReTASは、対立する視点を客観的なコンセンサスに合成するためにエージェントを誘導する。
  論文  参考訳（メタデータ） (2026-04-21T15:05:58Z)
• Holistic Agent Leaderboard: The Missing Infrastructure for AI Agent Evaluation [87.47155146067962]
  数百のタスクで並列評価をオーケストレーションする,標準化された評価ハーネスを提供する。 モデル、足場、ベンチマークにまたがる3次元解析を行う。 私たちの分析では、ほとんどのランで精度を低下させる高い推論努力など、驚くべき洞察が示されています。
  論文  参考訳（メタデータ） (2025-10-13T22:22:28Z)

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。