論文の概要: From Stories to Bugs: Story-Based Semantic Fuzzing of Interactive Systems

• arxiv url: http://arxiv.org/abs/2611.01173v1
• Date: Sat, 31 Oct 2026 18:21:45 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:18:48.743246
• Title: From Stories to Bugs: Story-Based Semantic Fuzzing of Interactive Systems
• Title（参考訳）: ストーリーからバグへ:インタラクティブシステムのストーリーベースセマンティックファジング
• Abstract要約: 複雑な対話システムは、2つの相補的な軸に沿ってビジネス論理的障害を隠蔽する。 本稿では,行動的ストーリーのセマンティックな構成を主探索対象として扱う手法として,ストーリーに基づくセマンティックファジィ(semantic fuzzing)を提案する。
• 参考スコア（独自算出の注目度）: 0.7519268719195278
• License:
• Abstract: Complex interactive systems hide business-logic failures along two complementary axes: deep state-dependent behaviors that require long valid prefixes and concurrency-sensitive failures that depend on the ordering of otherwise legal operations. We present story-based semantic fuzzing, a methodology that treats semantically constrained compositions of behavioral stories as primary search objects. Implemented through Behavioral Programming, semantic binding and state constraints preserve legal prefixes, while event eligibility, schedule selection, and replay expose failure-relevant interleavings. We evaluate the methodology on Magento and four stateful REST APIs. On Magento, overlap-aware ranking increased reproduction of a sporadic Shipping Fee race from 3.6% to 41.2%; a controlled ordering intervention reduced a second failure signature from 100/100 initial executions to 0/200 constrained executions. For the REST study, a versioned end-to-end pipeline took each frozen public OpenAPI contract as its sole benchmark-specific model-generation input and automatically generated the Basic and Complex stories, dependency structure, and interface bindings. Under a shared black-box task and sequence-local evaluation contract, Basic and Complex confirmed 0/11 and 11/11 semantic fault classes, while RESTler and EvoMaster confirmed 2/11 and 0/11. A paired binding ablation produced 250/250 valid dependent operations with binding and 0/250 without it, while supplementary prefix controls localized the difference to preservation of legal relational state. Together, the studies show that searching admissible semantic compositions provides a unified and effective representation for reaching deep states and exposing concurrency-sensitive business-logic failures.
• Abstract（参考訳）: 複雑な対話システムは、2つの相補的な軸に沿ってビジネス論理的障害を隠蔽する: 長い有効なプレフィックスを必要とする深い状態依存の振る舞いと、他の法的な操作の順序に依存する並行性に敏感な障害。 本稿では,行動的ストーリーのセマンティックな構成を主探索対象として扱う手法として,ストーリーに基づくセマンティックファジィ(semantic fuzzing)を提案する。 振る舞いプログラミングによって実装され、セマンティックバインディングと状態制約は法的プレフィックスを保持し、イベントの適格性、スケジュールの選択、リプレイは障害関連インターリーブを公開する。 私たちはMagentoと4つのステートフルなREST APIに関する方法論を評価します。 マジェントでは、重複を意識したシッピングフェーレースの再現が3.6%から41.2%に増加し、制御命令の介入により第2のフェールシグニチャが100/100イニシャル実行から0/200の制約付き実行に削減された。 REST調査では、バージョン付きのエンドツーエンドパイプラインが、フリーズされたパブリックOpenAPIコントラクトを、ベンチマーク固有のモデル生成入力として取り込んで、ベーシックストーリとコンプレックスストーリ、依存性構造、インターフェースバインディングを自動生成しました。 共有ブラックボックスタスクとシーケンスローカル評価契約の下で、BasicとComplexは0/11と11/11セマンティックフォールトクラスを確認し、RESTlerとEvoMasterは2/11と0/11を確認した。 ペア結合アブレーションは250/250の有効な依存操作と0/250の非依存操作を生成し、補足的プレフィックス制御は法的な関係状態の保存に差異を局在させた。 両研究は、許容可能な意味構成を探索することで、深い状態に到達し、並行性に敏感なビジネス論理的失敗を露呈するための統一的で効果的な表現を提供することを示した。

関連論文リスト

• BRIDGE: Selective Boundary Repair with Dependency Graph Evidence in Multi-Agent Systems [59.26551527044981]
  methodは、ハンドオフ修復を明示的な依存性の摂動に対する選択的介入として扱うランタイム制御フレームワークである。 SILO-BENCHでは12.3パーセンテージ、TeamBenchでは11.1ポイントまでタスクの成功を加速させる。
  論文  参考訳（メタデータ） (2026-10-13T06:31:57Z)
• Runtime Authorization of Self-Generated Subgoals in Long-Horizon Tool-Using AI Agents [4.805352087824778]
  ツールごとのパーミッションチェックでは、変更したゴールグラフがプリンシパル承認されたタスク内に留まることを確認できない。 我々は、この認証ギャップを1つのプリンシパルと1つの認証ルートを持つ有限構造領域で解決する。 我々は、明示的な調停、抽象化、新鮮さ、原子性仮定の下で、トレース政治とモデル化された状態保存を証明した。
  論文  参考訳（メタデータ） (2026-10-04T05:43:47Z)
• StateComp: Learning When to Compress History in Long Horizon Agents [55.84813053778976]
  本研究では,現在エージェントの状態に応じて過去のインタラクションを安全に圧縮できるフレームワークであるState Conditioned Compression(StateComp)を提案する。 WorkBenchBuddyの実験では、StateCompはタスク性能を維持しながら総エージェントと要約トークンを52.27%削減し、表現抽出において12.67倍の高速化を実現している。
  論文  参考訳（メタデータ） (2026-09-23T03:34:08Z)
• Dynamic Adaptation of the LLM Context for Generating Routines with Coupled Semantics [0.0]
  本稿では,この設定のために設計されたサンプル効率の検証・生成ループである動的文脈適応を提案する。 問題記述から派生した知識グラフは、生成エージェントに意味制約を提供する。 提案手法は, ゼロショット, リフレクション, OpenEvolveにおいて, 300および600の評価において, 8つの問題のうち7つより優れている。
  論文  参考訳（メタデータ） (2026-09-03T23:56:18Z)
• SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
  SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。 正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。 変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
  論文  参考訳（メタデータ） (2026-08-04T13:16:15Z)
• Hidden APIs in Language Models: Discovering Reusable Causal Interfaces from Forked Futures [16.400856187081473]
  将来の操作はプレフィックス状態が形成された後にのみサンプリングされる。 これにより、研究者によって特定された潜伏ラベルを必要とせず、隠れた状態に対する経験的因果商が得られる。 結果は、試験された運転銀行内の経済的再利用可能な因果関係を支持する。
  論文  参考訳（メタデータ） (2026-07-30T03:10:24Z)
• From Resource Flow to Executable Tests: Petri-Net-Guided LLM Test Generation for Concurrent Stateful Rust APIs [5.064868362565062]
  コンカレントステートフルライブラリAPIは、リソースオーナシップの進化、ライフサイクル状態、競合するインターリーブを通じて、振る舞いを公開する。 大規模な言語モデルは実行可能なRustテストを合成できるが、その出力はAPIの前提条件に違反したり、浅いままだったり、偶然のトレースを減らしたりすることが多い。 本稿では,形式的なシナリオ設計と低コストなテストクリエティゼーションのギャップについて論じる。
  論文  参考訳（メタデータ） (2026-07-23T17:15:53Z)
• 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)
• A Trace-Based Assurance Framework for Agentic AI Orchestration: Contracts, Testing, and Governance [0.22940141855172028]
  本稿では,Large Language Models (LLM) を用いたエージェントAIシステムの保証フレームワークを提案する。 実行は、明示的なステップとトレースコントラクトを備えたメッセージ・アクション・トレース(MAT)として実装される。 このフレームワークは、有界摂動に対する予算付き反例探索として定式化されたストレステストを含む。
  論文  参考訳（メタデータ） (2026-03-18T10:23:48Z)
• OpenPI-C: A Better Benchmark and Stronger Baseline for Open-Vocabulary State Tracking [55.62705574507595]
  OpenPIは、オープン語彙状態トラッキング用に注釈付けされた唯一のデータセットである。 手順レベル,ステップレベル,状態変化レベルの3つの問題を分類する。 評価指標として,クラスタベースの計量法を提案する。
  論文  参考訳（メタデータ） (2023-06-01T16:48:20Z)
• A New Bandit Setting Balancing Information from State Evolution and Corrupted Context [52.67844649650687]
  本稿では,2つの確立されたオンライン学習問題と包括的フィードバックを組み合わせた,逐次的意思決定方式を提案する。 任意の瞬間にプレーする最適なアクションは、エージェントによって直接観察できない基礎となる変化状態に付随する。 本稿では,レフェリーを用いて,コンテキストブレイジットとマルチアームブレイジットのポリシーを動的に組み合わせるアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-11-16T14:35:37Z)

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。