論文の概要: EVM-Anchored Provenance for AI-Assisted Code Evolution: A Smoke-Scale Deployment Report
- arxiv url: http://arxiv.org/abs/2610.33350v1
- Date: Fri, 23 Oct 2026 22:39:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.306627
- Title: EVM-Anchored Provenance for AI-Assisted Code Evolution: A Smoke-Scale Deployment Report
- Title(参考訳): EVM-Anchored Provenance for AI-Assisted Code Evolution: A Smoke-Scale Deployment Report
- Abstract要約: AIによるコード生成によって生成されたステートストリームの証明フレームワークがBase Sepoliaにデプロイされている。
ライブデプロイメントでは14のステートイベントがオンチェーンで検証され、最後の98,977ガスが1gweiで消費される。
すべての経験的数値は、単一の著者による記述的量子化であり、テストネットのレイテンシは報告されない。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We report a smoke-scale deployment of an EVM-anchored provenance framework for the state stream produced by AI-assisted code generation. The system comprises codebase-state-manager, an open-source Model Context Protocol (MCP) server (MIT, v0.2.1) that exposes codebase state, transition, and reward operations to any MCP-compatible assistant, and CodebaseStateRegistry, a Solidity contract deployed on Base Sepolia that emits per-state commitment events. Payloads are pinned to the InterPlanetary File System (IPFS) and indexed through a rebuildable SQLite mirror that resynchronizes by replaying contract events. We delimit precisely what anchoring does and does not attest (existence, ordering, and non-equivocation by the committer key; never truthfulness or fabrication-prevention) and outline the orthogonal supply-chain controls required to close that gap. Under an author-produced synthetic workload on a local Anvil simulator, the median commit costs 103,282 gas, modeled at US$0.0018-0.0035 in rollup fees per commit (US$17.9-34.8 per 10,000 states), and simulator latency for the create operation is 539.8 ms (p50) and 725.0 ms (p95) under loopback storage and instant mining. The live deployment holds 14 StateCommitted events verifiable on-chain; the last consumed 98,977 gas at 1 gwei (about US$0.30). All empirical figures are descriptive quantiles from a single author run; no testnet latency is reported, and no claim of superiority is made against any baseline. A receipts-trie consumption mechanism, a BountyEscrow use case, and a FAIR-aligned dataset publication pattern are specified as outlook and are not implemented. A property-by-property comparison against OpenTimestamps, Sigstore Rekor, Centrifuge AnchorRegistry, in-toto/SLSA, Radicle, and Lalli et al. places this work relative to the surrounding provenance landscape.
- Abstract(参考訳): 本稿では,AIによるコード生成によって生成された状態ストリームに対して,EVM対応の証明フレームワークのスモークスケール展開を報告する。
このシステムは、コードベース・ステート・マネージャ、コードベース・ステート・コンテクスト・プロトコル(MCP)サーバー(MIT、v0.2.1)と、コードベースの状態、遷移、報酬操作をMPP互換のアシスタントに公開するCodebaseStateRegistryと、ステート毎のコミットメントイベントを発行するBase Sepoliaにデプロイされたソリデーティ契約で構成される。
ペイロードはIPFS(InterPlanetary File System)にピン留めされ、リビルド可能なSQLiteミラーを通じてインデックスされる。
我々は、アンカーが何をするかを正確に切り離し、証明しない(コミッタキーによる存在、命令、非平等、真実性、製造防止など)。
ローカルAnvilシミュレーターの作者による合成作業負荷の下では、中央値のコミットコストは103,282ガスで、1コミット当たり0.0018-0.0035米ドル(10,000州当たりUS$17.9-34.8米ドル)で、ループバックストレージとインスタントマイニングで539.8 ms (p50)と725.0 ms (p95)である。
ライブデプロイメントは14のStateCommittedイベントをオンチェーンで検証し、最後の98,977ガスを1gwei(約0.30米ドル)で消費する。
すべての経験的数値は1人の著者による記述的量子化であり、テストネットのレイテンシは報告されず、ベースラインに対して優位性の主張は行われない。
レシートトリー消費機構、BountyEscrowユースケース、FAIR対応データセットパブリッシュパターンを展望として指定し、実装しない。
OpenTimestamps、Sigstore Rekor、Centrifuge AnchorRegistry、in-toto/SLSA、Radicle、およびLalliらに対するプロパティ・バイ・プロパティ比較では、この作業が、周囲の先駆的な状況と比較している。
関連論文リスト
- ZeroGate: Trust-Preserving Fast Paths for Governed AI Agent Runtimes [0.6526824510982799]
早い段階での移動許可は、承認作業を削除することなくエージェントのディスパッチ境界を短縮することができる。
ZeroGateは、正確なアクション承認と耐久性のあるローカルインセプションを分離する。
トランザクションは、ナンス消費、適用可能なクォータ更新、および受け入れレシートを結合する。
論文 参考訳(メタデータ) (2026-09-21T21:54:27Z) - PACE: Policy-Attested Contract Execution for Safe AI Agents in Decentralized Finance [9.22772901752634]
LLMベースのエージェントとオンチェーン実行の間を介在するトランザクションレベルの認証フレームワークであるPACEを提案する。
PACEは、承認された意図、方針、シミュレーションレポートを正確な実行バイトに結び付け、再生と有効期限保護を行う。
PACEは、防御されていないベースラインの0.80と比較して、安全でない実行率0.00と良性なタスクに対する偽陽性率0.00を達成している。
論文 参考訳(メタデータ) (2026-08-18T00:22:46Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳(メタデータ) (2026-07-18T04:46:53Z) - CFAgentBench: A Reproducible Environment and Benchmark for Autonomous Construction-Finance Agents [0.0]
CFAgentBenchは、自律的な建設ファイナンスエージェントのベンチマークである。
8つのドメインと77のファミリーにまたがる1014のマシングレード可能なタスク仕様を含んでいる。
最強のエージェントはpass1 = 0.67に達するが、pass5 = 0.38のみである。
論文 参考訳(メタデータ) (2026-06-20T11:34:52Z) - ComplexMCP: Evaluation of LLM Agents in Dynamic, Interdependent, and Large-Scale Tool Sandbox [61.862814740220806]
$textbfComplexMCP$は厳格な条件下でエージェントを評価するために設計されたベンチマークである。
Model Context Protocol (MCP)上に構築された$textbfComplexMCP$は300以上の精巧にテストされたツールを提供する。
論文 参考訳(メタデータ) (2026-05-11T16:20:51Z) - Deterministic Replay for AI Agent Systems [0.0]
大規模な言語モデルを外部ツールやAPIと組み合わせるAIエージェントシステムは本質的に非決定論的である。
既存の可観測性プラットフォームは実行ログをキャプチャするが、独立して実行を再現することはできない。
エージェント実行の決定論的リプレイのための開発者ファーストのCLIフレームワークを提案する。
論文 参考訳(メタデータ) (2026-04-30T12:00:45Z) - AgentPulse: A Continuous Multi-Signal Framework for Evaluating AI Agents in Deployment [1.2299000423193074]
静的ベンチマークは、AIエージェントが一定時点で何ができるかを測定するが、どのように採用され、維持され、デプロイの経験があるかは測らない。
AgentPulseは,10のワークロードカテゴリにまたがる50のエージェントを4つの要因から評価する継続的評価フレームワークである。
すべての収集信号、スコア出力、評価ハーネスをCC BY 4.0でリリースする。
論文 参考訳(メタデータ) (2026-04-27T04:48:13Z) - LLM Readiness Harness: Evaluation, Observability, and CI Gates for LLM/RAG Applications [51.56484100374058]
評価をデプロイメント決定ワークフローに変換するLLMおよびRAGアプリケーションのための準備性ハーネスを提案する。
このシステムは、最小限のAPI契約の下で、自動ベンチマーク、OpenTelemetryオブザーバビリティ、CI品質ゲートを組み合わせる。
チケットルーティングとBEIRタスクのハーネスを、完全なAzureマトリックスカバレッジで評価する。
論文 参考訳(メタデータ) (2026-03-28T18:03:32Z) - Acting in Delayed Environments with Non-Stationary Markov Policies [57.52103323209643]
本稿では,MDPにおける学習と計画のためのフレームワークについて紹介する。
実行が遅れると、元の状態空間における決定論的マルコフポリシーは最大報酬を得るのに十分であるが、非定常である必要があることを証明します。
我々は、状態拡張に頼らずに遅延実行タスクを解く非定常Q学習スタイルのモデルベースアルゴリズムを考案した。
論文 参考訳(メタデータ) (2021-01-28T13:35:37Z)
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。