論文の概要: RECAST: REconstruction of Chain-of-Thought via Auditable Structured Traces
- arxiv url: http://arxiv.org/abs/2610.41813v1
- Date: Fri, 30 Oct 2026 14:36:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:05:31.773943
- Title: RECAST: REconstruction of Chain-of-Thought via Auditable Structured Traces
- Title（参考訳）: RECAST: Auditable Structured TracesによるChain-of-Thoughtの再構築
- Abstract要約: 大規模なクローズドソース推論モデルは、最終的な回答のみを公開する。
既存の抽出方法は、可視的推論フィールド、ツールコールを通したスクラッチパッド、署名/暗号化された推論ブロックといったサイドチャネルを仮定する。
提案するRECASTは,質問に対するデコーダの条件と対象モデルの最終的な回答を記述したリコンストラクションベースのフレームワークである。
- 参考スコア（独自算出の注目度）: 8.231806393153656
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large closed-source reasoning models expose only their final answers. The intermediate reasoning that produces those answers is hidden behind API surfaces, tool-call policies, and safety filters. Existing chain-of-thought (CoT) extraction methods assume a side channel: a visible reasoning field, a scratchpad carried through tool calls, or a signed/encrypted reasoning block. We reproduce three representative state-of-the-art extraction methods and find that, on Claude-Sonnet-5.5 accessed through the standard chat-completions interface, all three return zero CoT tokens. The failure is structural rather than a bug: the reasoning field is absent, named tool selection is rejected, free-text scratchpad arguments are filtered, and no replayable reasoning block is exposed. We therefore take a different route. We present RECAST, a reconstruction-based framework that conditions a decoder on the question and the target model's final answer, reconstructs a first-person structured rationale, cleans it, and builds SFT-ready data. To the best of our knowledge, RECAST is the first system to reconstruct CoT from frontier closed models such as Claude-Sonnet-5.5, GPT-6.1, and Gemini 3 without using hidden reasoning channels. We instantiate RECAST on Claude-Sonnet-5.5 and additionally obtain successful qualitative reconstructions on GPT-6.1 and Gemini 3 with the same answer-only protocol. The system is open-source and packaged as an agent skill: one prompt deploys it and runs the complete pipeline to produce SFT-ready CoT data. This preprint describes the system, its threat model, and a controlled artifact validation; it does not claim large-scale benchmark improvements.
- Abstract（参考訳）: 大規模なクローズドソース推論モデルは、最終的な回答のみを公開する。
これらの回答を生成する中間的推論は、APIサーフェス、ツールコールポリシ、セーフティフィルタの背後に隠れています。
既存のチェーン・オブ・ソート(CoT)抽出手法は、可視的推論フィールド、ツールコールを通したスクラッチパッド、署名/暗号化された推論ブロックといったサイドチャネルを仮定する。
我々は,3つの最先端抽出手法を再現し,標準的なチャット補完インタフェースを通じてアクセスされたClaude-Sonnet-5.5において,これら3つのCoTトークンを返却する。
推論フィールドが欠落し、名前付きツールの選択が拒否され、フリーテキストのスクラッチパッド引数がフィルタリングされ、再生可能な推論ブロックが露出されない。
そのため、異なる経路を採っている。
本稿では,質問と対象モデルの最終回答にデコーダを条件付け,一対一の構造化された論理を再構築し,それをクリーン化し,SFT対応データを構築するリコンストラクションベースのフレームワークRECASTを提案する。
我々の知る限り、RECASTはClaude-Sonnet-5.5, GPT-6.1, Gemini 3といったフロンティアクローズドモデルからCoTを隠された推論チャネルを使わずに再構築する最初のシステムである。
我々はClaude-Sonnet-5.5上でRECASTをインスタンス化し、同じ応答のみのプロトコルでGPT-6.1とGemini 3の定性的な再構築に成功した。
システムはオープンソースで,エージェントスキルとしてパッケージ化されている。デプロイを即時に実行し,完全なパイプラインを実行して,SFT対応のCoTデータを生成する。
このプリプリントでは、システム、脅威モデル、制御されたアーティファクトバリデーションが記述されている。
関連論文リスト
- Thinking in Graphs: Neo4j-Backed Exploit-Chain Reasoning for LLM Penetration-Testing Agents [0.0]
Claude CodeやOpenAI Codexのようなコーディングエージェントは、浸透テストツールを駆動できるが、コンテキストウィンドウ内の発見のフラットリストとしてエンゲージメントを前提としている。
これはモデルではなく、フラットなコンテキストウィンドウを記述している、と我々は主張する。
論文 参考訳（メタデータ） (2026-10-14T20:33:18Z) - REDaCT: Collapse-Free Unlearning in Large Reasoning Models [4.050704732182733]
大規模推論モデルのための推論時アンラーニングフレームワークであるREDaCTを提案する。
RedaCTは推論の崩壊を完全に回避し、最先端の未学習法と比較して推論の保存を大幅に改善する。
論文 参考訳（メタデータ） (2026-10-08T22:22:02Z) - Control-Token Injection Suppresses Chain-of-Thought and Defeats Reasoning-Based Oversight in Tool-Using Agents [2.958094879300854]
ツールを使用する言語モデルエージェントの安全性は通常、モデルのみの特性として扱われる。
制御された完全精度の証拠は、そのモデルと、そのチャットテンプレートをレンダリングするソフトウェアの共同プロパティであることを示す。
論文 参考訳（メタデータ） (2026-09-23T08:33:47Z) - Stealing Reasoning Traces from Proprietary LLM APIs [84.58379404903394]
我々は、暗号化された推論トレースのためのスケーラブルな復号化ジェイルブレイクを開発する。
抗蒸留機構を回避し、敵がプロプライエタリなモデルの推論を抽出できるようにする。
それは必然的に、推論プロセス内に隠された有害な情報を明らかにします。
論文 参考訳（メタデータ） (2026-08-10T17:24:50Z) - Fantastic Adaptive Taxonomies and How to Use Them [100.20614173157708]
AdaMASTは、実行トレースをコンパクトでエビデンスに基づく障害分類に変換する。
コードには手書きのコードはなく、人間による注釈もない。
エージェント・システム・サーチでは、失敗候補の分類コード診断が自由形式より優れている。
論文 参考訳（メタデータ） (2026-07-17T17:41:16Z) - VeriEvol: Scaling Multimodal Mathematical Reasoning via Verifiable Evol-Instruct [71.22358682581215]
ビジュアルな数学的推論のための強化学習のスケーリングは、難しい質問を生成すること以上のものを必要とします。
これは2つのコンポーネントからなる反復的なフレームワークであるVeriEvolとしてインスタンス化します。
5ベンチマークのビジュアル・マス・スイートでは、10Kから250KサンプルまでのSFTデータのスケーリングが平均精度を35.42から54.73に引き上げている。
論文 参考訳（メタデータ） (2026-06-22T16:17:30Z) - LongTraceRL: Learning Long-Context Reasoning from Search Agent Trajectories with Rubric Rewards [53.339700196282905]
検証可能な報酬(RLVR)による強化学習は,この課題を約束している。
既存の方法は、信頼性の低いインタプリタと、スパースで結果のみの報酬信号によって制限される。
textscLongTraceRLは、ランダムサンプリングやワンショット検索によって作られたものよりもはるかに難しいトレーニングコンテキストを生成する。
論文 参考訳（メタデータ） (2026-05-29T17:51:40Z) - RaV-IDP: A Reconstruction-as-Validation Framework for Faithful Intelligent Document Processing [0.0]
Restructation as Validation (RaV-IDP)は、第一級アーキテクチャコンポーネントとして再構築を導入するドキュメント処理パイプラインである。
専用再構成器は、抽出した表現を元の文書領域に匹敵する形式に戻す。
忠実度がエンタリティ型閾値以下になると、構造化されたGPT-4.1ビジョンフォールバックがトリガーされ、検証ループが繰り返される。
論文 参考訳（メタデータ） (2026-04-26T10:26:42Z) - Unreal Thinking: Chain-of-Thought Hijacking via Two-stage Backdoor [19.938570872083652]
大規模言語モデル(LLM)は、Chain-of-Thought(CoT)がユーザによって解釈されるように、ますます多くデプロイされている。
攻撃者はモデルの観測可能なCoTを操作して悪意ある振る舞いをすることができる。
実際には、永続的なCoTハイジャックは3つの大きな課題に直面している。
論文 参考訳（メタデータ） (2026-04-10T11:44:27Z) - Structured Reasoning for Large Language Models [59.215789462977206]
本研究では、推論を明示的、評価可能、トレーニング可能なコンポーネントに分解するフレームワークであるStructured Reasoning(SCR)を提案する。
SCRは推論効率と自己検証を大幅に改善する。
既存の推論パラダイムと比較して、出力トークンの長さを最大50%削減する。
論文 参考訳（メタデータ） (2026-01-12T04:04:01Z) - Backdoor Collapse: Eliminating Unknown Threats via Known Backdoor Aggregation in Language Models [75.29749026964154]
Ourmethodは、複数のベンチマークで平均的な攻撃成功率を4.41%に下げる。
クリーンな精度と実用性はオリジナルのモデルの0.5%以内に保存される。
防衛はさまざまな種類のバックドアをまたいで一般化し、実際のデプロイメントシナリオにおける堅牢性を確認します。
論文 参考訳（メタデータ） (2025-10-11T15:47:35Z)
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。