論文の概要: When Does an Added Planning Capability Create Operational Value? An Observable Evidence Standard

• arxiv url: http://arxiv.org/abs/2610.27305v1
• Date: Mon, 19 Oct 2026 21:21:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.517201
• Title: When Does an Added Planning Capability Create Operational Value? An Observable Evidence Standard
• Title（参考訳）: 追加の計画能力はいつ運用価値を生み出すのか? 観察可能なエビデンス標準
• Abstract要約: 観察可能なエビデンス標準は、行動、実行計画の変更、運用結果、等価性、不確実性、および運用範囲を分離する。 Favorita、M5、Walmartのデータに対する予測と計画のリプレイを用いて、この標準を異種計画の追加に適用する。
• 参考スコア（独自算出の注目度）: 5.938955856319688
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Industrial artificial intelligence (AI) planning systems combine predictive models, optimization logic, controls, and governance rules, but improvement in the complete policy does not show whether one addition made an independent contribution or whether that contribution justifies its burden. We address this attribution problem with an observable evidence standard that separates opportunity to act, executed-plan change, operational consequence, equivalence, uncertainty, and operating scope. Using forecast-to-plan replay on Favorita, M5, and Walmart data, we apply the standard to heterogeneous planning additions. Three limits of single-indicator evaluation emerge. First, a composite policy can conceal negligible component contribution: one control changed only 15 of 681 executed plans. Second, changing execution does not guarantee stable benefit: the evaluated multi-period capability helped in several long-lead settings but was 7.6% more costly under tight capacity. Third, indirect evidence can prioritize review but cannot complete attribution. Independent runs produced different paths in 19 of 599 cases that a rule-based check predicted would be unchanged. Although a lower-cost diagnostic matched the full-evaluation winner in only 55.0% of cases, it selected an option within the $10^{-6}$ cost-equivalence tolerance in 79.5%; the remaining cases prevented the proxy from authorizing acceptance. These experiments establish capability-level contribution evidence; the organization completes the value decision by weighing it against implementation and sustaining burden. The resulting capability evidence record links the observations to validation, deployment scope, fallback, monitoring, redesign, and retirement decisions.
• Abstract（参考訳）: 産業人工知能(AI)計画システムは、予測モデル、最適化ロジック、制御、ガバナンスルールを組み合わせるが、完全なポリシーの改善は、1つの追加が独立した貢献をしたか、その貢献がその負担を正当化したかどうかを示すものではない。 我々は、この属性問題に、行動機会、実行計画の変更、運用結果、等価性、不確実性、および運用範囲を分離する観察可能なエビデンス標準で対処する。 Favorita、M5、Walmartのデータに対する予測と計画のリプレイを用いて、この標準を異種計画の追加に適用する。 単一指標評価の3つの限界が出現する。 まず、複合ポリシーは無視可能なコンポーネントのコントリビューションを隠蔽することができる。 第2に、実行の変更は安定したメリットを保証しない: 評価されたマルチ周期機能は、いくつかの長期的設定に役立ったが、より厳格な容量で7.6%のコストがかかった。 第三に、間接的な証拠はレビューを優先することができるが、帰属を完遂することはできない。 インディペンデントランは、ルールベースのチェックが予測される599のケースの19で、異なるパスを生成しました。 ローコスト診断は55.0%のケースでフル評価の勝者と一致したが、79.5%で10–6$のコスト等価耐性のオプションを選択し、残りのケースではプロキシの承認を妨げた。 これらの実験は能力レベルの貢献の証拠を確立します。 結果として得られた能力証拠は、検証、デプロイメントのスコープ、フォールバック、監視、再設計、退職決定に関連付けられている。

関連論文リスト

• When to Forget: Risk-Controlled Context Adaptation for Long-Horizon Agents [40.45399066651956]
  我々は、同じ履歴ブロックの保持、圧縮、削除の際の研究により、フルヒストリーKEEPに対するその後の実行が改善される。 本稿では、一致したコンテキスト介入、実行関連予測、独立ポリシー認定を組み合わせたフレームワークRECAPを紹介する。
  論文  参考訳（メタデータ） (2026-10-16T04:01:00Z)
• VeriVLA: Adaptive Test-Time Verification for Flow-Based VLAs with Latent World Models [50.77784979595945]
  トレーニング不要な2軸トリガを導入し,時間内変動とサンプル間のばらつきを測定した。 一度起動すると、JEPAベースの潜在世界モデルは、アクション条件付き将来の潜在状態を予測することによって、候補アクションチャンクをランク付けする。 提案手法は, 平均完了スコアを50.8%から65.5%に引き上げると同時に, トリガ決定毎のサンプリングと検証に326msを加算する。
  論文  参考訳（メタデータ） (2026-10-15T14:34:44Z)
• Credit-Guided Policy Improvement for Test-time Adaptive Vision-Language Navigation [53.30116823667751]
  視覚言語ナビゲーションのためのテスト時適応(TTA-VLN)により、事前訓練されたポリシーは、目に見えない環境にオンラインで適応できる。 分散シフトは、局所的な行動選好を歪め、オフコース決定につながる可能性がある。 我々は,行動誘発観察遷移から署名付き参照関連決定クレジットを回収する信用誘導政策改善(CGPI)を提案する。
  論文  参考訳（メタデータ） (2026-09-29T13:46:11Z)
• Counterfactual Tool Ranking under Utility, Cost, and Privilege Constraints [7.504639516424482]
  本研究は、新しいDR推定器、公式BFCLリーダーボードスコア、プロダクションエージェント安全クレームではなく、偽造可能な評価方法であり、独立した公的証拠である。 不一致保存フォールバックは、5つのサポートギャップ実行すべてでこの特性を達成するが、保守的なサンプリング境界はデプロイメントの改善を証明しない。 2つのピン付きローカルQwen2.5モデルは、同じ200の保持タスクで評価され、固定プロンプトの下での強い失敗が露呈する。
  論文  参考訳（メタデータ） (2026-09-19T06:40:09Z)
• Available Guardrails: Certifying Selective Prediction across ML Systems [40.57629016626049]
  安全, 粒度, サービストラフィックのトレードオフを明らかにする動的プログラムを開発する。 1つの計画上の候補分割を分割し、その中の1つを選択すると、このギャップの一部が回復することを示す。 相補的妥当性保存レバーは、報告ユニット間で家庭的にエラー予算を割り当て、追加のカバレッジを回復する。
  論文  参考訳（メタデータ） (2026-09-18T17:36:52Z)
• Revelation Control [0.0]
  啓示制御(Revelation Control)は、意図された区別が連続的な決定を変更できるため、内部でのみ隠された状態を明らかにする価格設定された介入を選択する問題である。 我々はこの理論を学習システムに展開し、現在宣言されている情報に準ずる状態が将来の訓練に異なる反応をし、異なる行動を好むことができるようにした。
  論文  参考訳（メタデータ） (2026-08-24T22:07:57Z)
• Governance Records as Supervision: Verifier-Selected Self-Training for Structured Workflow Repair [0.0]
  マシン検証可能なガバナンスレコードは、タスク契約、モデル試行、検証者決定、承認された出力、ターゲットオリジンをリンクする。 これらのレコードが有界モデルを監督し、時々、または高価な機能を信頼できるワンショット実行に統合できるかどうかをテストする。
  論文  参考訳（メタデータ） (2026-08-18T21:16:43Z)
• Context Is Not Authority: Structured Runtime Governance for Financial Market Agents [13.810351865063632]
  SAGE-Finは金融特有の権限取扱契約である。 提案を型付きアダプタバウンド候補にコンパイルする。 それは、名目上の型が消費する応答、実行、またはポリシーアダプタと一致する正確なアーティファクトレシートを必要とする。
  論文  参考訳（メタデータ） (2026-08-10T02:26:07Z)
• Regression-Based Estimation of Causal Effects in the Presence of Selection Bias and Confounding [52.1068936424622]
  治療が介入によって設定された場合、対象変数$Y$に対して、予測因果効果$E[Y|do(X)]$を推定する問題を考える。 選択バイアスや欠点のない設定では、$E[Y|do(X)] = E[Y|X]$ となる。 選択バイアスとコンバウンディングの両方を組み込んだフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-26T13:43:37Z)
• Off-Policy Evaluation for Large Action Spaces via Policy Convolution [60.6953713877886]
  ポリシ・コンボリューション(Policy Convolution)のファミリーは、アクション内の潜在構造を使用して、ログとターゲットポリシを戦略的に畳み込みます。 合成およびベンチマークデータセットの実験では、PCを使用する場合の平均二乗誤差(MSE)が顕著に改善されている。
  論文  参考訳（メタデータ） (2023-10-24T01:00:01Z)

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。