論文の概要: StateGate: A Behavioral-Fidelity Prompt Optimization Method for Long-Chain LLM Agents

• arxiv url: http://arxiv.org/abs/2611.01585v1
• Date: Sun, 01 Nov 2026 05:13:12 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:46:45.499824
• Title: StateGate: A Behavioral-Fidelity Prompt Optimization Method for Long-Chain LLM Agents
• Title（参考訳）: StateGate: 長鎖LLMエージェントの動作-忠実プロンプト最適化法
• Abstract要約: 我々は,意味的制約を外部決定論的ランタイムによって強制されるシンボルゲートに変換する新しいプロンプト最適化スキームであるStateGateを提案する。 制約の内容と有効性を分離することで、StateGateは、プロンプトの結合力を失うことなく、長いチェーンタスクにおける振舞いの忠実性を達成する。
• 参考スコア（独自算出の注目度）: 6.966843263644062
• License:
• Abstract: Currently, long-chain LLM agents commonly suffer from behavioral degradation in complex tasks, where prompts are written in full but steps are not executed in full. To address this issue, existing approaches face three major challenges. First, constraints are strongly bound to their textual carriers; once natural-language constraint sentences are removed, their binding force vanishes. Second, the execution process lacks independent verification, as the evidence for judgment is often supplied by the executing party itself, leading to the failure of self-referential validation. Third, existing remediation schemes are difficult to generalize, and hard-coded mechanisms cannot be transferred across tasks. In this paper, we propose StateGate, a novel prompt-optimization scheme that transforms semantic constraints into symbolic gates enforced by an external deterministic runtime. By decoupling the content of a constraint from its carrier of efficacy, StateGate achieves behavioral fidelity in long-chain tasks without losing the binding force of the prompt. Specifically, we first propose four independent compression strategies (deduplication, generalization, externalization, and text-to-gating) together with their corresponding decision chains, enabling principled prompt symbolization. Second, we design a three-component architecture consisting of a state file, a validator, and an orchestrator, which thoroughly separates judgment authority from execution authority. Third, we formally prove that the compliance of symbolic constraints is independent of context size. Finally, we validate the framework on a vulnerability-discovery task in the security domain; the results show that StateGate achieves 100% execution closure and accurate vulnerability detection.
• Abstract（参考訳）: 現在、LLMエージェントは複雑なタスクの振る舞いの劣化に悩まされており、プロンプトはフルに書かれるが、ステップはフルに実行されない。 この問題に対処するため、既存のアプローチでは3つの大きな課題に直面している。 まず、制約はテキストキャリアに強く結びついており、自然言語の制約文が取り除かれると、その結合力は消滅する。 第二に、実行プロセスは独立した検証を欠いているため、判断の証拠は実行者自身によってしばしば提供され、自己参照検証の失敗につながる。 第三に、既存の修復スキームの一般化は困難であり、ハードコードされたメカニズムはタスク間で伝達できない。 本稿では,意味的制約を外部決定論的ランタイムによって強制されるシンボルゲートに変換する新しいプロンプト最適化スキームであるStateGateを提案する。 制約の内容と有効性を分離することで、StateGateは、プロンプトの結合力を失うことなく、長いチェーンタスクにおける振舞いの忠実性を達成する。 具体的には、まず、デデューズ、一般化、外部化、テキスト・トゥ・ゲーティングの4つの独立した圧縮戦略を、対応する決定連鎖と共に提案し、原理化されたプロンプトのシンボル化を可能にする。 第2に、状態ファイル、バリデータ、オーケストレータからなる3成分アーキテクチャを設計し、判定権限と実行権限を徹底的に分離する。 第3に,シンボル制約の遵守がコンテキストサイズに依存しないことを正式に証明する。 最後に、セキュリティドメインの脆弱性発見タスクにおいて、フレームワークを検証し、StateGateが100%実行のクロージャと正確な脆弱性検出を実現していることを示す。

関連論文リスト

• EngramBench: A Capability-Grounded Benchmark for Skill-Evolution Harnesses [50.93446596863591]
  EngramBenchは、ソリューションオーバーラップすることなく、厳密なオーバーラップの公理に支配される機能基底ベンチマークである。 人間の専門的検証によって裏付けられた48の複数時間実行軌跡に対する我々の評価は、手続き記憶に関する深い洞察を浮き彫りにしている。 破滅的なトークン重大な試行錯誤からエージェントを遠ざけることで、真の能力抽象化は冗長なコンテキストの肥大を削減し、全体的なコーディング時間を55%以上削減します。
  論文  参考訳（メタデータ） (2026-09-30T08:33:17Z)
• From Intent to Execution Grant: An Execution-Boundary Conformance Profile for High-Risk AI Actions [9.27474112226667]
  EBL-Coreは、1つの標準的な、完全に実体化されたAI生成候補が、明示的な条件下でアクションスコープ実行権限を受け取ることができるかどうかを決定する。 拘束力、政策非監視、エビデンス処理、決定論的判断、検証、ライフサイクル行動の付与などである。 100回の試験で32回の同時再空輸試験が成功し、1回の試行で完全に1回成功し、テスト効果が保護された。
  論文  参考訳（メタデータ） (2026-09-10T14:21:45Z)
• IACM-RL: Intent-Aware Context Management and Reinforcement Learning for Complex Tool Invocation under Dynamic Intent Fluctuations [86.93902234336393]
  IACM-RLは、堅牢なツール呼び出しのための包括的なフレームワークである。 我々は、13のきめ細かいゆらぎシナリオにまたがる軌道を合成するDynamicIntentパイプラインを導入する。 第2に、IACM-RLはBeliefStateベースのセルフ生成コンテキストマネージャをデプロイする。
  論文  参考訳（メタデータ） (2026-08-03T12:09:50Z)
• Operational Hallucination and Safety Drift in AI Agents [0.3823356975862005]
  ツール使用自律エージェントのプランナーとして機能する大規模言語モデル(LLM)は、マルチターン実行における動的信頼性のリスクを導入する。 本稿では,複数のLLM(Safety Drift)とOperational Hallucination(Operational Hallucination)の2つの障害モードを実証的に特徴付ける。 本稿では、インテント-アクション整合性チェック、状態追跡、強制終了プリミティブを組み込んだ、軽量でプラグ&プレイのアーキテクチャ青写真であるAction-Aware Supervision Layerを提案する。
  論文  参考訳（メタデータ） (2026-07-20T17:01:50Z)
• 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)
• Provably Secure Agent Guardrail [89.79561918065122]
  既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。 本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
  論文  参考訳（メタデータ） (2026-05-28T02:12:41Z)
• Dynamic Execution Commitment of Vision-Language-Action Models [21.647844049489535]
  本稿では,動的実行コミットメントを自己特定的プレフィックス検証問題として再編成する適応アクションアクセプタンス機構であるA3を紹介する。 A3はまず、グループサンプリングを介して行動の軌跡的なコンセンサススコアを計算し、次に代表ドラフトを選択し、下流検証を優先する。 さまざまなVLAモデルとベンチマークの実験では、A3は手動の水平調整の必要性を排除し、実行と推論のスループットのトレードオフを優れたものにしている。
  論文  参考訳（メタデータ） (2026-05-12T05:52:58Z)
• PRISM: : Planning and Reasoning with Intent in Simulated Embodied Environments [59.07829883257003]
  5つの集合住宅の上に建設され、PRISMは300の人間認証タスクを3つの能力レベルに構成する。 PRISMはエージェントに依存しない実行可能なアクションAPIを公開し、任意のエージェントをエンドツーエンドで評価できるようにする。
  論文  参考訳（メタデータ） (2026-05-12T04:59:47Z)
• TwinGate: Stateful Defense against Decompositional Jailbreaks in Untraceable Traffic via Asymmetric Contrastive Learning [60.68349524623048]
  分解されたジェイルブレイクは、大きな言語モデルにとって重大な脅威となる。 我々はステートフルなデュアルエンコーダ防御フレームワークであるTwinGateを紹介する。 我々は、8600の異なる悪意のある意図にまたがる360万以上の命令の包括的なデータセットを構築した。
  論文  参考訳（メタデータ） (2026-04-30T13:44:01Z)
• 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)

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。