論文の概要: When the Consumer Is an Agent: Execution-Grounded Service-Level Agreements

• arxiv url: http://arxiv.org/abs/2611.04182v1
• Date: Tue, 03 Nov 2026 02:17:23 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:42:38.477798
• Title: When the Consumer Is an Agent: Execution-Grounded Service-Level Agreements
• Title（参考訳）: 消費者がエージェントであるとき:実行段階のサービスレベル契約
• Abstract要約: 大規模言語モデル(LLM)エージェントはますますサービスコンシューマーとして機能する。 非同期分散サービスでは、承認された呼び出しまたは即時状態の読み取りは、その期限までに要求された状態が観測可能であることを保証しない。 サービスレベルの結果として、完了を扱います。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Large language model (LLM) agents increasingly act as service consumers. They select operations and report whether a task is complete. In an asynchronous distributed service, an accepted call or immediate state read does not establish that the required state became observable by its deadline. We introduce execution-grounded completion contracts, which treat completion as a service-level outcome. An independent control plane observes a deadline-bound service-state predicate, admits completion, and directs recovery while the agent performs the task. We evaluate placement and deletion in a live multi-provider data service with heterogeneous models and an injected transfer delay. Across policies, some tasks that missed the deadline were accepted and some that met it were rejected. Under enforcement, accepted completions remained consistent with later observations; all included healthy tasks completed, and unresolved faulted tasks terminated as unverified. The results show that completion of these tasks can be governed by independent observation of service state rather than by the agent's self-assessment.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントはますますサービスコンシューマーとして機能する。 彼らはオペレーションを選択し、タスクが完了したかどうかを報告します。 非同期分散サービスでは、承認された呼び出しまたは即時状態の読み取りは、その期限までに要求された状態が観測可能であることを保証しない。 サービスレベルの結果として、完了を扱います。 独立制御平面は、期限付きサービス状態述語を観察し、完了を認め、エージェントがタスクを実行している間にリカバリを指示する。 異種モデルとインジェクト転送遅延を有する実運用マルチプロジェクタデータサービスにおける配置と削除を評価する。 政策全体にわたって、期限に間に合わなかったタスクが受け入れられ、それを満たすタスクが却下された。 執行下では、承認された完了は後の観察と一致しており、すべて正常なタスクが完了し、未解決の障害タスクは未検証のまま終了された。 その結果、これらのタスクの完了は、エージェントの自己評価よりも、サービス状態の独立した観察によって管理できることがわかった。

関連論文リスト

• Goal-Aware Dynamic Multi-Agent Collaboration for Long-Horizon Tasks [56.175672744850004]
  本研究では,長期執行における単一エージェントの業務管理方法について検討する。 エージェントは全体目標の追跡を失い、事前の調査を繰り返すことができる。 本稿では,サブタスクとその依存関係を整理するためのGAD(Goal-Aware Dynamic Multi-Agent Collaboration)を提案する。
  論文  参考訳（メタデータ） (2026-10-29T02:15:35Z)
• Benchmarking Task Takeover Across Agent Handoffs [49.17457359780042]
  ハンドオフ状態継続ベンチマーク(HSC-Bench)を紹介する。 タスクテイクオーバの2つの相補的な側面を評価する1,039のタスクから成り、関連するリポジトリの証拠を回収し、確立された会話、ツール、ファイルワーク状態から継続する。 6つのモデルを比較すると、構造化ハンドオフ状態はモデル毎にリポジトリのエビデンスを回復し、ほとんどのモデルでは継続性能が向上することが示された。
  論文  参考訳（メタデータ） (2026-10-27T02:27:04Z)
• Runtime Control for AI Agents: Closing the Evaluation--Execution Gap in Operational Workflows [10.146493652317483]
  我々は、確率的測定を決定論的適応から分離する状態境界ランタイム保証層を規定する。 これは、事前承認の継続する妥当性と現在の政策チェックとを区別する。 スクリプト化された42ケースのリプレイでは、ステートバウンド構成は、意図せず再評価されるポイント・イン・タイムのコンパレータが再考しない15の非有意な承認を識別する。
  論文  参考訳（メタデータ） (2026-10-20T01:46:07Z)
• 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)
• StateWise: Diagnosing and Repairing Persistent Operational State Before Agent Actions [40.67530816009153]
  動作実行前に永続的な動作状態の診断と修復を行うためのフレームワークであるStateWiseを提案する。 腐敗した永続状態の下では、StateWiseは93.3%の全体的な正当性を達成するが、ベースラインエージェントは38.7%で安全でない。
  論文  参考訳（メタデータ） (2026-10-04T14:12:18Z)
• SWE-MILE: Asynchronous Potential-Induced Milestone Credit Assignment for Long-Horizon Software Engineering Agents [52.92536111845184]
  SWE-MILEは、ワークフローランタイムからきめ細かいプロセス監視を導出するプロセス監視フレームワークである。 非同期シャドウプローブは、分離されたサンドボックス内のリポジトリ変更アクションを再生し、エージェントのプライマリインタラクションと並行して検証を実行する。 2つの代表的な長期SWEタスクの実験は、エージェント性能を大幅に改善したことを示している。
  論文  参考訳（メタデータ） (2026-09-26T13:49:14Z)
• 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)
• When Is an Agent Evaluation Over? Outcome Finality and Cross-Unit Separation [0.0]
  現在のエージェントは、停止した実行の最後に見える状態のスコアモデルを評価し、試行錯誤とみなす。 最終的な結果としてスコアを解釈するには、エンドポイントが必ずしも確立しない2つの条件が必要である。 最終的なラベルは、請求結果がまだ変更可能なものが解決、境界づけられ、不確実性として保持されている場合にのみ正当化される、と私たちは主張する。
  論文  参考訳（メタデータ） (2026-08-14T23:39:47Z)
• 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)
• Verify-Gated Completion as Admission Control in a Governed Multi-Agent Runtime: A Bounded Architecture Case Study [0.6875312133832079]
  制御されたマルチエージェントランタイムの入出力制御パターンとして,検証ゲート補完について検討する。 観測条件下では,読み取り専用検証ゲートとパケット化入力記録が検査可能で,フェールクロースされた。
  論文  参考訳（メタデータ） (2026-05-18T07:52:13Z)

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。