論文の概要: Reusing Assurance Evidence in AI Pipelines: Validity Conditions, a Fail-Closed Release Gate, and a Replay of 714 Public Data Version Control Pipelines

• arxiv url: http://arxiv.org/abs/2610.27672v1
• Date: Tue, 20 Oct 2026 05:37:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.663952
• Title: Reusing Assurance Evidence in AI Pipelines: Validity Conditions, a Fail-Closed Release Gate, and a Replay of 714 Public Data Version Control Pipelines
• Title（参考訳）: AIパイプラインにおける保証の再利用 - 検証条件、フェイルクローズドリリースゲート、パブリックデータバージョン管理パイプラインのリプレイ
• Abstract要約: 再利用は、各コントロールの宣言された依存関係が結果を変える可能性のあるすべてをカバーする場合にのみ安全である。 この記事では、条件を明確にし、最初に失敗する頻度を計測します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Rerunning every governance control after every change to an artificial intelligence (AI) pipeline is expensive, so teams reuse earlier results. Reuse is safe only if each control's declared dependencies cover everything that can change its outcome, and only if the release gate checks that reused evidence describes the candidate being released. This article makes both conditions explicit and measures how often the first fails in practice. It defines when a signed evidence record is valid for a candidate and gives sufficient conditions under which change-local re-execution reaches the same release decision as rerunning every control. A reference gate implementing these checks with Ed25519 digital signatures blocks eight of nine manipulation scenarios, against one for a gate that trusts the planner and three for a gate that only verifies signatures; a dependency the policy never declared passes every gate. A replay of 38,083 commits from 714 public Data Version Control (DVC) pipelines measures that failure mode. Reusing stage results according to declared dependencies avoids 83.4% of stage executions, but in 3.3% of commits it reuses a stage whose imported code or referenced configuration changed, and 31% of pipelines are affected. A manual audit confirms the undeclared dependency in 36 of 40 sampled events. Evaluation stages, whose outputs are the evidence, are the most exposed. Adding each stage's static import closure lowers stale reuse to 0.4% while still avoiding 81.6% of executions; sampled shadow re-execution removes far less, and rerunning everything after unexplained changes avoids only 45.3%.
• Abstract（参考訳）: 人工知能(AI)パイプラインへの変更のたびに、すべてのガバナンスコントロールを実行するのはコストがかかります。 再使用は、各コントロールの宣言された依存関係がその結果を変えることができるすべてのものをカバーしている場合に限り安全であり、リリースゲートがエビデンスを再使用した場合に限り、リリースされる候補を記述している。 この記事では、条件を明確にし、最初に失敗する頻度を計測します。 署名された証拠記録が候補に対して有効である場合を定義し、変更ローカルの再実行がすべてのコントロールを再実行するのと同じリリース決定に達する十分な条件を与える。 これらのチェックをEd25519デジタルシグネチャで実行する参照ゲートは9つの操作シナリオのうち8つをブロックする。 714のパブリックデータバージョンコントロール(DVC)パイプラインからの38,083のコミットが、その障害モードを測定している。 宣言された依存関係に従ってステージ結果の再利用は、ステージ実行の83.4%を回避するが、コミットの3.3%では、インポートされたコードや参照された設定が変更されたステージを再利用し、パイプラインの31%が影響を受ける。 マニュアル監査では、40のサンプルイベントのうち36の未宣言の依存関係を確認する。 アウトプットが証拠である評価段階が最も露出している。 各ステージの静的なインポートクロージャを追加することで、静的な再利用が0.4%まで低下し、81.6%の実行が回避された。

関連論文リスト

• StopLoss: Teaching Agents to Predict Failure and Stop Early [58.46247112300993]
  StopLossは、完成した軌跡とその検証結果から障害認識を学ぶ小さな外部モニタである。 StopLossは、実行が失敗する可能性がある場合に早期に実行を終了し、リソースを節約します。
  論文  参考訳（メタデータ） (2026-10-18T20:39:02Z)
• 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)
• Relic: From Multi-Agent Collaboration to Persistent Organizational Capability [37.80629799707573]
  繰り返し発生するコラボレーションの失敗を組織所有の実行可能なプロトコルに変えるRelicを紹介します。 メンバーは目に見える仕事を反映し、ルールを提案し、採用を管理します。 新たなメンバ転送では、動作の正確性は25.4%で、継承されたプロトコルが無く、34.6%が可読性テキストと同じルールで、41.2%が実行可能バインディングである。
  論文  参考訳（メタデータ） (2026-09-26T21:55:49Z)
• When Agent Metrics Measure Different Things: An Evidence-Grounded Audit of the Praxa AI Pipeline [0.0]
  本稿では,選択したPraxa AI実装ファイル,過去の評価アーティファクト,運用記録の振り返り評価を行う。 139ケースのオフラインルーティングレポートには、112回のパスと27回の障害が含まれている。 記録された99番目のパーセンタイルは2,147,483,647 msであり、サーバが保存したコールのうち38,118.31 msである。
  論文  参考訳（メタデータ） (2026-09-10T07:55:12Z)
• Guarded Commits: Transactional Human Approvals for LLM Workflows [3.6938026057206437]
  LLMは、しばしば不可逆な外部アクションの前に人間の承認を必要とする。 ほとんどのシステムは、インターフェースクリックや監査エントリとして、ワークフローの外でその承認を維持します。 ワークフロー状態に人間の承認を組み込むガード付きコミット設計を提案する。
  論文  参考訳（メタデータ） (2026-09-02T20:49:13Z)
• 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)
• Looping Is Not Reliability: State-Bound Evidence and Typed Revision Contracts for Agentic Code Repair [36.56438114281786]
  正しいパッチの発見と保持、検証、提出のギャップについて検討する。 我々はエビデンスバウンド型ループ契約を導出し、その機械的に強制可能なサブセットを参照実装でインスタンス化する。
  論文  参考訳（メタデータ） (2026-07-27T16:05:23Z)
• Verify-Gated Completion as Admission Control in a Governed Multi-Agent Runtime: A Bounded Architecture Case Study [0.6875312133832079]
  制御されたマルチエージェントランタイムの入出力制御パターンとして,検証ゲート補完について検討する。 観測条件下では,読み取り専用検証ゲートとパケット化入力記録が検査可能で,フェールクロースされた。
  論文  参考訳（メタデータ） (2026-05-18T07:52:13Z)
• Evidence-Bound Autonomous Research (EviBound): A Governance Framework for Eliminating False Claims [0.609170287691728]
  EviBoundは、二重ガバナンスゲートを通じて偽のクレームを排除するエビデンスベースの実行フレームワークである。 事前実行承認ゲートは、コードが実行される前に受け入れ基準スキーマを検証する。 実行後検証ゲートは、MLflow APIクエリを通じてアーティファクトを検証する。
  論文  参考訳（メタデータ） (2025-10-28T17:47:13Z)

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。