論文の概要: SOMA: Continuous Monitoring and Intervention for System Two Reasoning with System One Models

• arxiv url: http://arxiv.org/abs/2610.26793v1
• Date: Mon, 19 Oct 2026 17:40:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 01:20:57.694202
• Title: SOMA: Continuous Monitoring and Intervention for System Two Reasoning with System One Models
• Title（参考訳）: SOMA: システム1モデルによるシステム2推論のための継続的監視と介入
• Abstract要約: 推論モデルは、自分のテキストで症状が見える場合でも、それらに気づかずに問題に陥ることが多い。 本稿では,SOMA(System One Metacognitive Awareness)を紹介し,S1モデルはシステム2(S2)推論モデルを継続的に監視し,必要に応じて介入する。
• 参考スコア（独自算出の注目度）: 17.753455409142287
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reasoning models often run into problems without noticing them, even when symptoms are visible in their own text. In humans, metacognition separates monitoring from control: fast, intuitive signals keep watch while slow, deliberate reasoning unfolds and help decide whether to continue, change course, or stop. System One (S1) decision models, such as Jev, are a natural candidate for this role: they return a calibrated probability for a natural-language question about a text in one fast call, yet they are used only as gates before reasoning. We introduce SOMA (System One Metacognitive Awareness), in which an S1 model continuously monitors a System Two (S2) reasoning model and intervenes when needed. SOMA has three layers: a scenario layer states each objective in natural language with predefined actions, an awareness layer lets S1 judge whether the described behavior appears, and a control layer accumulates these judgments, first reminds S2, and takes over only if the behavior persists. Sharing one S1 model and one controller across tasks, without training, SOMA addresses two different failures on two reasoning models: on overthinking, it cuts reasoning tokens by up to 36\% while improving average accuracy, and on unanswerable questions, it raises abstention from 70.5\% to 87.2\%.
• Abstract（参考訳）: 推論モデルは、自分のテキストで症状が見える場合でも、それらに気づかずに問題に陥ることが多い。 人間では、メタ認知は監視を制御から切り離す:速くて直感的な信号は、ゆっくりと観察し続け、意図的な推論が展開され、継続するか、コースを変更し、停止するかを決めるのに役立つ。 システム1(S1)決定モデルは、Jevのようなこの役割の自然な候補であり、1つの高速呼び出しでテキストに関する自然言語質問のキャリブレーションされた確率を返すが、推論の前にゲートとしてのみ使用される。 本稿では,SOMA(System One Metacognitive Awareness)を紹介し,S1モデルはシステム2(S2)推論モデルを継続的に監視し,必要に応じて介入する。 SOMAには3つのレイヤがある: シナリオ層は、事前に定義されたアクションでそれぞれの目的を自然言語で記述し、認識層は、記述された振る舞いが現れるかどうかをS1が判断し、制御層はこれらの判断を蓄積し、まずS2を思い出し、振る舞いが持続する場合にのみ引き継ぐ。 1つのS1モデルと1つのコントローラをトレーニングなしで共有すると、SOMAは2つの推論モデルで2つの異なる障害に対処する。

関連論文リスト

• System1-Arena: Which Decisions Can Be Left to System 1? [72.4486135716456]
  大型言語モデル(LLM)は、フィッシングのフラグ付けや人間へのエスカレートなど、決定的な決定をすることが多い。 System1-Arenaは、すべてのモデルに同じ決定要求を与え、それらの確率をスコアするベンチマークである。 テキスト分類と知識、適用された決定、評価と制御、エージェントとアクションの4つのグループである。
  論文  参考訳（メタデータ） (2026-10-15T04:40:47Z)
• Reasoning as a Double-Edged Sword: Architecture and Cross-Stage Robustness in Vision-Language-Action Models [27.2709460237741]
  行動の前に理由付けをする政策は、観察を直接行動にマッピングする政策よりも摂動入力を吸収すべきである。 この前提を推論スペクトルにまたがる3つのモデルでテストする。 潜望的なモデルは、はるかにロバストであることに気付きました。
  論文  参考訳（メタデータ） (2026-07-20T10:20:32Z)
• Knowing When Not to Answer: Evaluating Abstention in Multimodal Reasoning Systems [52.83669998269706]
  テキストのみの設定で研究されてきたが、まだマルチモーダルに探索されていない。 現在のベンチマークでは、未解決性を無視するか、現実的な障害モードを見逃す粗末なメソッドに依存している。 MM-AQAは、2つの軸に沿った変換によって解答不能なインスタンスを解答可能なインスタンスから構築するベンチマークである。
  論文  参考訳（メタデータ） (2026-04-16T09:23:22Z)
• Decomposing Prediction Mechanisms for In-Context Recall [4.148170164455114]
  本稿では,線形回帰型連続文脈学習(ICL)と離散的連想的リコールを併用した新しい玩具問題群を紹介する。 我々は,変換器モデルが,対応するインコンテキストラベルを用いて,そのコンテキストで以前に見られたシーケンスの状態をリコールできるかどうかを考察する。
  論文  参考訳（メタデータ） (2025-07-02T07:09:09Z)
• The Price of a Second Thought: On the Evaluation of Reasoning Efficiency in Large Language Models [54.88805865447848]
  モデルが全体の効率を向上し,問題の難しさが効率に影響を及ぼすことを示す。 インストラクションモデルが簡単なアウトラインをドラフトし,思考モデルがそれを拡張する,シンプルな2段階パイプラインであるCOTHINKを提案する。 GSM8K、MATH500、AIME24では、COTHINKはトークンの使用量を21.1%削減し、4つの思考モデルの精度を維持し、強力な効率のベースラインと競争し続ける。
  論文  参考訳（メタデータ） (2025-05-28T06:24:45Z)
• Reasoning on a Spectrum: Aligning LLMs to System 1 and System 2 Thinking [2.8972218767527527]
  大きな言語モデル(LLM)は印象的な推論能力を示すが、構造化されたステップバイステップの推論に依存しているため、限界が示される。 この作業は、ステップバイステップの推論が常に最適であるという仮定に挑戦し、タスク要求に基づいた推論戦略を適用する必要性を強調します。
  論文  参考訳（メタデータ） (2025-02-18T02:58:37Z)
• Visual Agents as Fast and Slow Thinkers [88.1404921693082]
  本稿では、Fast and Slow Thinking機構を視覚エージェントに組み込んだFaSTを紹介する。 FaSTは、システム1/2モード間の動的選択にスイッチアダプタを使用する。 モデルの信頼性を調整し、新しいコンテキストデータを統合することで、不確実で目に見えないオブジェクトに取り組む。
  論文  参考訳（メタデータ） (2024-08-16T17:44:02Z)

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。