論文の概要: NovaFabric: A Black-Box Recorder for AI Agents with Sealed, Replayable, Diffable and Auditable Runs
- arxiv url: http://arxiv.org/abs/2610.34594v1
- Date: Sun, 25 Oct 2026 21:51:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.643222
- Title: NovaFabric: A Black-Box Recorder for AI Agents with Sealed, Replayable, Diffable and Auditable Runs
- Title（参考訳）: NovaFabric: シーリング、再生、ディフュータブル、監査が可能なAIエージェントのためのブラックボックスレコーダ
- Abstract要約: この記事では、AIエージェントのためのオープンソースのレコーダーであるNovaFabricについて説明する。
ランニングを封印され、再生可能、拡散可能、聴覚可能なエビデンスカプセルに変える。
このレポートは、動詞チェーンキャプチャ、シール、リプレイ、差分、監査の背後にあるアーキテクチャとエンジンをカバーしている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: An AI agent run is no longer a function call. It is a cascade of prompts, model calls, tool invocations, file and network effects and sub-agents. When such a run misbehaves, or an auditor asks what happened, logs and traces answer poorly: they are mutable, partial and cannot be re-executed. This technical report describes NovaFabric, an open-source (Apache-2.0) black-box recorder for AI agents that turns a run into a sealed, replayable, diffable and auditable evidence capsule. The design rests on two formats only. The Run Capsule is a directory of flat files and the source of truth; every database is a rebuildable index over capsules. The Evidence Bundle is the signed export for an auditor. Everything else follows existing standards: OpenTelemetry GenAI, OpenLineage, W3C PROV, in-toto/DSSE, RFC 3161 and CycloneDX. A single-node run is the smallest case of a distributed one; the schema supports a capsule hierarchy for Slurm arrays and Kubernetes jobs, though automatic parent finalization is library-only today. The report covers the architecture and the engines behind the verb chain capture, seal, replay, diff and audit: fail-closed mocked replay; a diff gate with a stable exit-code contract; DSSE signatures that bind their intent and a capsule root that commits to file names; a capsule treated as untrusted input; signer identity-trust levels with offline TSA and CRL checking; maker-checker promotion against an operator-held trust list; and a deny-by-default authorization table for every dashboard route. It presents no new experiments; the evaluation is in arXiv:2609.12582. Every count except the private ADR tally is generated by a probe script run on the public source at the v0.107.0 tag (150 top-level commands, 84 Python subpackages, 16,721 test functions), every capability carries an explicit maturity label, and honest-limits boxes state where the system stops.
- Abstract（参考訳）: AIエージェントの実行は、もはや関数呼び出しではない。
これはプロンプト、モデル呼び出し、ツール呼び出し、ファイルとネットワーク効果、サブエージェントのカスケードである。
そのような実行ミスや監査人が何が起きたのかを尋ねると、ログとトレースは不十分な答えになる:それらは変更可能で部分的で再実行できない。
この技術レポートは、AIエージェントのためのオープンソース(Apache-2.0)ブラックボックスレコーダーであるNovaFabricについて説明している。
デザインは2形式のみである。
Run Capsuleはフラットファイルと真実のソースのディレクトリであり、すべてのデータベースはカプセル上の再構築可能なインデックスである。
エビデンス・バンドル(Evidence Bundle)は、監査役のための署名された輸出品である。
OpenTelemetry GenAI、OpenLineage、W3C PROV、in-toto/DSSE、RFC 3161、CycloneDXなど。
スキーマはSlurm配列とKubernetesジョブのカプセル階層をサポートするが、自動親ファイナライゼーションは今日、ライブラリのみである。
レポートは、動詞チェーンキャプチャ、シール、リプレイ、ディフ、監査の背後にあるアーキテクチャとエンジンをカバーしている。 フェールクロースされたモックされたリプレイ、安定した終了コードコントラクトを持つdiffゲート、インテントとファイル名にコミットするカプセルルートをバインドするDSSEシグネチャ、信頼できないインプットとして扱われるカプセル、オフラインのTSAとCRLチェックを備えたシグナID信頼レベル、オペレータが保持する信頼リストに対するメーカとチェッカーのプロモーション、ダッシュボードルート毎の非デフォルト認証テーブル。
新しい実験は行われず、評価はarXiv:2609.12582である。
プライベートなADR集計以外の全てのカウントは、v0.107.0タグ(トップレベル150のコマンド、84のPythonサブパッケージ、16,721のテスト関数)で公開されているプローブスクリプトによって生成される。
関連論文リスト
- Agora: Git as Shared Memory for Collective AutoResearch [54.31992252587096]
別々のセッションで作業する調査エージェントは、他の人が試したことと、構築可能な結果を知る必要がある。
各コミットは結果、洞察、仮説、検証、報告を記録し、それを以前の作業とリンクする。
約12日間に渡り,13人の言語モデル労働者がアゴラを重み移動問題の解決に利用したことを報告した。
論文 参考訳（メタデータ） (2026-09-16T04:00:54Z) - NovaFabric: Tamper-Evident, Replayable Evidence for Autonomous AI Agent Runs [0.0]
我々はNovaFabricを紹介し、監査グレードの実行証拠を作成している。
エージェントロジックを変更することなく実行中のエージェントを、ポータブルなRun Capsuleに記録する。
シードランは4モードのリプレイプロトコルで再実行可能である。
我々は8つの研究課題を測定範囲で評価した。
論文 参考訳（メタデータ） (2026-09-11T08:35:43Z) - Dr. Claw: An AI Scientist Workspace for Vibe Research [64.18459471289147]
Claw博士はオープンソースのワークスペースで、既存のコーディングエージェントエグゼキュータを制御可能なヒューマン・イン・ザ・ループワークフローでラップする。
永続状態オブジェクト、再利用可能なスキルライブラリ、マルチエグゼクティブコーディネーションは、人間の決定とAIの実行を結びつける。
Claw博士は、監査可能な、回復可能なプロセストレイルを維持しながら、研究の完全性により高いスコアを付けます。
論文 参考訳（メタデータ） (2026-08-31T20:58:47Z) - BTS-AgentBench: A Deterministic, Replayable Pipeline from Read-Only Telemetry Logs to Agent Benchmarks [0.0]
本稿では,BTS-AgentBenchをインスタンス化したテレメトリ・ツー・エポソードの構成法を提案する。
パイプラインはBTSメタデータと生の履歴を読み取り専用ツールストアに正規化する。
ツール由来のゴールドの回答とエビデンスで静的なタスクをコンパイルし、保持されたタスクを型付き演算子対応のエピソードにリフトする。
論文 参考訳（メタデータ） (2026-08-27T16:35:52Z) - Claude Code Complete User Handbook [0.0]
Claude Codeは、未検証アクセス、シェル実行、ブラウザ制御、スケジュールおよびクラウド実行を備えたループで動作する言語モデルである。
この本は、そのシステムを安全かつ生産的に運用するためのタスク指向の参照である。
論文 参考訳（メタデータ） (2026-08-27T07:32:14Z) - Vero: Can AI Agents Build Formally Verified Software Repositories? [45.09790101960906]
Veroはリポジトリレベルで共同実装と証明を評価する最初のベンチマークである。
Python、Dafny、Verus、Coqにまたがる実世界のリポジトリから43のマルチモジュールインスタンスが含まれている。
ベンチマークの信頼性を改善するため、Veroには、エージェントが提供された仕様の不満足さを正式に証明できる監査メカニズムも含まれている。
論文 参考訳（メタデータ） (2026-08-13T17:41:27Z) - Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction [57.138342889101345]
Tencent WorkBuddy Benchは、コーディングエージェントのためのマルチドメイン評価スイートである。
本報告では, 設計手法, スコアリングプロトコル, クロスモデルリーダーボードについて述べる。
論文 参考訳（メタデータ） (2026-07-23T04:34:06Z) - Setup Complete, Now You Are Compromised: Weaponizing Setup Instructions Against AI Coding Agents [0.0]
コーディングエージェントは、ドキュメントを読み、そのリストにある依存関係をインストールすることで、名前やソース、既知の脆弱性を検証せずに、プロジェクトをセットアップする。
本報告では,通常のプロジェクト・セットアップ・ドキュメンテーションを通じて,パッケージインストール時サプライチェーン攻撃のシステマティック評価を行う。
エージェントは発泡性菌を確実に捕食するが、可塑性セパレータ・コンフュージョン(英語版)の名称が散りばめられ、ハーネスモデル・ペアリングに依存する頻度が高い。
論文 参考訳（メタデータ） (2026-07-16T15:47:19Z) - Beyond Object Validation: Relational Conformance in Multi-Artifact Agent Releases [0.0]
1つのDRSSリリースでは、台帳が60ポイント、証明書が1つ失敗し、100ポイントのゴールドパスが報告された。
私たちは、同じような障害が製品契約になったDocsや、証拠が修復作業に変わるBrand Shuttleとともに、その失敗を研究しています。
本論文は,障害クラスを確立し,いくつかのメカニズムが実用的であることを示す。
論文 参考訳（メタデータ） (2026-07-14T18:56:38Z) - Overeager Coding Agents: Measuring Out-of-Scope Actions on Benign Tasks [40.270213696031625]
OverEager-Genは、良質なタスクの振る舞いをオーバーイーガーするベンチマークである。
クロード・コードでは、同意宣言を削除するだけで、オーバーイーガー率は0.0%から17.1%に上昇する。
オーバーイーガー・ジェン(OverEager-Gen)は、入場前に各シナリオの識別力を認定する。
論文 参考訳（メタデータ） (2026-05-18T16:00:41Z) - VibeTensor: System Software for Deep Learning, Fully Generated by AI Agents [42.56489784841984]
実装の変更が生成され、エージェントが提案する差分として適用される。
アーキテクチャを説明し、システムの生成と検証に使用するワークフローを要約し、アーティファクトを評価する。
論文 参考訳（メタデータ） (2026-01-21T19:29:00Z)
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。