論文の概要: Contract-Based Agentic Systems Engineering: Delegation as Quotient for Assured System Design
- arxiv url: http://arxiv.org/abs/2610.33349v1
- Date: Fri, 23 Oct 2026 22:38:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.306185
- Title: Contract-Based Agentic Systems Engineering: Delegation as Quotient for Assured System Design
- Title（参考訳）: 契約に基づくエージェントシステムエンジニアリング: 保証されたシステム設計のための規則としての委任
- Abstract要約: SysML v2の前提条件と要件制約は、前提/保証契約(sum/guarantee contract)である。
システム要件が固定された近傍で分解された場合、オープンコンポーネントの要件は契約商である。
我々は、SysMLv2モデルとして、導出、アロケーション、満足度、検証の要件を構築します。
- 参考スコア（独自算出の注目度）: 3.4598718746610593
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A component an agent builds from a prompt can satisfy it and still break the system it joins, because the prompt omits what its neighbours assume of it. The artifact to hand over is computed, not written. A SysML v2 requirement with assumed and required constraints is an assume/guarantee contract, so when a system requirement is decomposed over fixed neighbours, the open component's requirement is the contract quotient, the weakest sound one, and again a SysML v2 requirement. Its required constraints carry the neighbours' assumptions, which a requirement for the mission alone drops and unit tests with mocked neighbours cannot reach. Signal Temporal Logic is closed under the quotient. We build the requirements, with derivation, allocation, satisfaction and verification, as a SysML~v2 model and compute the quotient from it. A case study delegates the local controller of a simulated warehouse robot, whose route crosses a worker's path and ends at a dock, to one language model under the quotient requirement, a mission-only requirement and a natural-language task, and scores the deliveries on live episodes against the system requirement from ground truth.
- Abstract（参考訳）: エージェントがプロンプトから構築するコンポーネントはそれを満足させ、それを結合するシステムを壊す。
渡すべきアーティファクトは計算され、書かれていない。
仮定された制約と要求された制約を備えたSysML v2要件は、前提/保証契約であるので、システム要件が固定された近傍で分解された場合、オープンコンポーネントの要件は、契約商、最も弱いサウンド、そして再びSysML v2要件である。
その要求された制約は、ミッションの要件だけを落とし、モックされた隣人による単体テストは到達できないという、隣人の仮定を伴っている。
Signal Temporal Logic は商の下で閉じる。
我々は、SysML~v2モデルとして、導出、アロケーション、満足度、検証の要件を構築し、そこから商を計算する。
ケーススタディでは、作業者の進路を横切りドックで終了する模擬倉庫ロボットのローカルコントローラを、ミッションのみの要件と自然言語タスクとを基準とした1つの言語モデルに委譲し、システム要件に対して本システム要求に対してライブエピソードの配信をスコアする。
関連論文リスト
- Beyond Accuracy: Disentangling Decomposition from Typed-State Quality Assurance in Multi-Agent LLM Pipelines [0.4640835690336653]
マルチエージェントのLCMパイプラインは、ソフトウェアエンジニアリングのタスクにおいて、しばしば利益が認められている。
利得がエージェント間の型付き契約によるものなのか、あるいは分解が可能な特別なプロンプトによるものなのかは、ほとんど明らかではない。
要求工学における帰属問題について考察する。
論文 参考訳（メタデータ） (2026-10-22T13:46:20Z) - LLM Agents as Suppliers of Physical System Models: Calibration and Acceptance in Modelica [0.16283634001181238]
LLMのコーディングエージェントはデータによるハンドオーバのサプライヤとして機能させます。
4つのシミュレートされたシステムと実際のスイッチング磁石のためのライブラリーコンポーネントからModelicaモデルを構築する。
ハンドオーバが読み取り対象のモデルを過小評価している場合に、その引数が適用される。
論文 参考訳（メタデータ） (2026-10-18T05:00:13Z) - Reality Is the Final Verifier: On Two Key Gaps in Agentic Software Engineering [78.51705689800838]
本稿では, 要求, モデル, 評価器の見直しに, 展開証拠を用いた保証・修正ループを提案する。
そこで我々は,人的判断,エージェント能力,計算能力に対する資源配分問題としてエージェント開発を保証した。
論文 参考訳（メタデータ） (2026-09-10T17:58:48Z) - Formal Verification of Agentic Systems over Operational Data [59.98246281888422]
大規模言語モデル(LLM)によって駆動されるエージェントシステムは、永続的な運用データを扱う現実世界にますます展開されている。
既存のアプローチはそのようなシステムレベルの保証を提供していません。
本稿では, 1 つの LLM とツールオーケストレーションハーネスからなるエージェントシステムのリレーショナル操作データに対する検証について述べる。
論文 参考訳（メタデータ） (2026-08-04T13:01:30Z) - VASO: Formally Verifiable Self-Evolving Skills for Physical AI Agents [57.240036084348354]
本稿では,ロボットスキルコントラクトの検証誘導自己進化のためのフレームワークであるVASOを紹介する。
VASOは論理的に一貫性のないスキル契約を検証し、グローバルおよびローカルな時間的仕様に対してスキルによって誘発される計画を検証する。
Clearpath Jackal と PX4 のクアッドコプタータスクでは、VASO は100点未満の最適化サンプルを使用して97.2% の形式的な仕様準拠に達した。
論文 参考訳（メタデータ） (2026-06-03T20:02:35Z) - LAP: An Agent-to-Instrument Protocol for Autonomous Science [6.00746946741668]
大規模な言語モデルエージェントが実験を計画し、自動運転研究所がそれらを実行している。
このようなシステムはすべて、推論エージェントと物理機器のリンクをゼロから再構築する。
最近のエージェント・インターオペラビリティ・プロトコルはエージェント・ツー・ツールエッジを明確にし、Googleのエージェント・ツー・エージェントエッジ(A2A)はエージェント・ツー・エージェントエッジである。
このギャップを埋めるプロトコルであるLab Agent Protocol (LAP) を提示する。
論文 参考訳（メタデータ） (2026-06-02T15:03:43Z) - Towards Reducible Uncertainty Modeling for Reliable Large Language Model Agents [72.26774492844167]
大規模言語モデル(LLM)に対する不確実性定量化(UQ)は、日常的なLLMアプリケーションの安全ガードレールの鍵となるビルディングブロックである。
本稿では,既存のUQ設定の幅広いクラスを仮定したエージェントUQの汎用的な定式化について述べる。
エージェントの軌道上での再現可能な不確実性を明示的にモデル化する,新しい視点,条件付き不確実性低減プロセスを提案する。
論文 参考訳（メタデータ） (2026-02-04T21:47:40Z) - Teaching LLMs to Ask: Self-Querying Category-Theoretic Planning for Under-Specified Reasoning [1.8055130471307603]
大きな言語モデルによる推論時間プランニングは、部分的な可観測性の下で頻繁に失敗する。
textbfSelf-Querying Bidirectional Categorical Planning (SQ-BCP)を導入する。
検証が成功し、厳しい制約が決定論的チェックをパスした場合、承認された計画が目標要件と互換性があることを証明する。
論文 参考訳（メタデータ） (2026-01-27T19:41:10Z) - Contract2Plan: Verified Contract-Grounded Retrieval-Augmented Optimization for BOM-Aware Procurement and Multi-Echelon Inventory Planning [0.0]
我々は、計画が発行される前に、解決器ベースのコンプライアンスゲートを挿入する検証済みのGenAI-to-optimizerパイプラインであるContract2Planを紹介する。
このシステムは、証明付き節のエビデンスを取得し、エビデンスで型付き制約スキーマを抽出し、制約をBOM対応MILPにコンパイルし、基礎、適性、一貫性、実現可能性を検証する。
論文 参考訳（メタデータ） (2026-01-07T01:38:05Z) - Question Answering over Knowledge Bases by Leveraging Semantic Parsing
and Neuro-Symbolic Reasoning [73.00049753292316]
本稿では,意味解析と推論に基づくニューロシンボリック質問回答システムを提案する。
NSQAはQALD-9とLC-QuAD 1.0で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2020-12-03T05:17:55Z) - Semi-Supervised Spoken Language Understanding via Self-Supervised Speech
and Language Model Pretraining [64.35907499990455]
そこで本稿では,音声から意味論を直接学習するフレームワークを提案する。
我々のフレームワークは、事前訓練されたエンドツーエンド(E2E)ASRとBERTのような自己教師型言語モデルに基づいて構築されている。
並行して,SLUモデルを評価するための重要な基準として,環境騒音汚染度とE2Eセマンティクス評価の2つがあげられる。
論文 参考訳（メタデータ） (2020-10-26T18:21:27Z)
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。