論文の概要: I2C-GRPO: Insight Importance Checklist for Reinforcement Learning in a Multi-Agent DDoS Alert Triage Workflow
- arxiv url: http://arxiv.org/abs/2611.17534v1
- Date: Thu, 12 Nov 2026 21:41:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.263624
- Title: I2C-GRPO: Insight Importance Checklist for Reinforcement Learning in a Multi-Agent DDoS Alert Triage Workflow
- Title(参考訳): I2C-GRPO:マルチエージェントDDoSアラートトリアージワークフローにおける強化学習のためのインサイトの重要性チェックリスト
- Abstract要約: 大規模言語モデル (LLM) エージェントは、不完全な証拠を調査するためにますます使われている。
本稿では,中間調査における報酬であるInsight Importance Checklist (I2C)-GRPOを提案する。
各決定点について、専門家のLSMのパネルが調査行動を提案し、それらの原子法学的な洞察を抽出し、3つのモデルローダパネルが重要度でインサイトを指示する。
- 参考スコア(独自算出の注目度): 21.633169030283813
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language model (LLM) agents are increasingly used for investigative tasks over incomplete evidence, such as cybersecurity alert triage, but reinforcement learning (RL) for such tasks is difficult: intermediate steps have no verifiable labels, rollouts are costly, and outcome rewards are sparse. We propose Insight Importance Checklist (I2C)-GRPO, a checklist reward for intermediate investigation steps. For each decision point, a panel of expert LLMs proposes investigative actions, their atomic forensic insights are extracted, and a separate three-model ranker panel orders the insights by importance. A reward model checks which ranked insights a candidate action targets and returns their consensus-weighted coverage. Because actions are scored without being executed, the reward is a proxy for expected investigative value, and training reduces to a one-step contextual bandit over fixed investigation prefixes. From a soft-computing perspective, the reward is an additive fuzzy measure whose rank-exponent weights act as an ordered weighted averaging (OWA)-type operator; one exponent sets its orness, i.e., how strongly the reward concentrates on the top of the judges' consensus. We train an open-weight Qwen3-4B Triage Agent within a fixed multi-agent Distributed Denial of Service (DDoS) alert-triage workflow on DARPA 2000 LLDOS 1.0 and test it on an independent CSE-CIC-IDS2018 DDoS trace. Across three training seeds, the agent reaches a mean F1-score of 0.869, 5.9 and 9.7 points above uniform insight weights and DIVA, and a false-positive rate of 4.9% versus 16.4% for GPT-5-mini. Within the weighting family, false positives fall only at the highest-orness weighting evaluated. All claims are limited to DDoS alert triage; the code, task contexts, and ranked insight dataset will be released.
- Abstract(参考訳): 大規模言語モデル(LLM)エージェントは、サイバーセキュリティ警告トリアージのような不完全なエビデンスに対する調査作業に使用されることが多いが、そのようなタスクに対する強化学習(RL)は困難である。
中間調査におけるチェックリスト報酬であるInsight Importance Checklist (I2C)-GRPOを提案する。
各決定点について、専門家のLSMのパネルが調査行動を提案し、それらの原子法学的な洞察を抽出し、3つのモデルローダパネルが重要度でインサイトを指示する。
報酬モデルは、候補者の行動目標に対する洞察をランク付けし、コンセンサスに重み付けされたカバレッジを返す。
アクションは実行されずに得点されるため、報酬は期待される調査値のプロキシであり、トレーニングは固定された調査プレフィックスよりも1ステップのコンテキスト的盗聴に還元される。
軟式計算の観点からすると、報酬は付加的なファジィ測度であり、ランク-指数重みは順序付き重み付き平均演算子(OWA)型演算子として作用する。
我々は、DARPA 2000 LLDOS 1.0上で、固定マルチエージェントのDistributed Denial of Service(DDoS)アラートトリアージワークフロー内で、Qwen3-4Bトリアージエージェントをトレーニングし、独立したCSE-CIC-IDS2018 DDoSトレース上でテストする。
トレーニング種子3種中平均F1スコアは0.869、5.9、9.7ポイントであり、GPT-5-miniでは4.9%、偽陽性率は16.4%である。
重み付け家族の中では、偽陽性は最も高い重み付け評価でのみ減少する。
すべてのクレームはDDoSアラートトリアージに限られており、コード、タスクコンテキスト、ランク付けされたインサイトデータセットがリリースされる。
関連論文リスト
- Mitigating Agentic Deception via Evaluation-Side Partially Observable Games [48.59057545529439]
評価側部分観察可能な多角形ゲーム(e-PoG)としての偽装緩和の定式化
e-PoGは、エージェントが報酬を最大化し、モニターがエージェントの支払いを最小化し、固定検証器がモニターのクレームを検証し、それらを罰則に変換する最大限のフレームワークである。
Gemma3-4B-ITとQwen3-4B/8Bによるエージェントロールプレイング、サーチQA、WebShopの実験では、e-PoGは複数の創発的偽装モードを持ち、26.2%の偽装緩和、39.8%のタスク成功率で最強のベースラインを上回っている。
論文 参考訳(メタデータ) (2026-11-09T18:33:13Z) - AgentHorizon: Evaluating Agentic Judges for Long-Horizon Computer-Use Tasks [67.28108897589799]
AgentHorizonは、1,373のコンピュータ利用タスクのベンチマークである。
同様の(しかし互換性のない)要求を完了したのと、成功した軌道を区別する能力について、審査員を評価した。
我々の最高のエージェント・ジャッジであるGPT-5.5は、AHサブセット上で80.9%のバランスの取れた精度を達成する。
論文 参考訳(メタデータ) (2026-10-08T01:03:48Z) - ABSeeker: Training Long-Horizon Search Agents via Answer-Backtracked Credit Assignment [66.45065414461274]
ロングホライゾン検索エージェントは、最終的な答えを得るために証拠を検索、検索、検証、統合するための複数のシーケンシャルなアクション(ステップ)をしなければならない。
本稿では,長距離検索エージェントを訓練するためのきめ細かい信用割当てフレームワークであるAnswer-Backtracked Credit Assignment (ABC)を提案する。
ABCは、スパース軌跡レベルの結果を、誤動作や冗長な動作を抑えながら、有用な動作(たとえ軌道が失敗しても)を報いるような、密度の高いステップレベルの監視に変換する。
論文 参考訳(メタデータ) (2026-08-05T17:41:31Z) - SingGuard-NSFA: Extensible Guardrails for Agentic AI via Generative Reasoning and Real-Time Classification [0.0]
nsfaguardは、エージェントAIシステムを運用上の脅威から保護するためのガードレールフレームワークである。
まず,185種のリスク変異をCIA-Triad-grounded 階層に分類するNSFA分類について紹介する。
凍結したバックボーン上の識別的分類ヘッドと解釈可能なオフライン監査のためのSFTに基づく生成推論を組み合わせたデュアルモードアプローチを開発した。
論文 参考訳(メタデータ) (2026-07-13T07:28:45Z) - Evaluating Deep Research Agents on Expert Consulting Work: A Benchmark with Verifiers, Rubrics, and Cognitive Traps [0.0]
Frontier Deep Research Agent(DRA)は、研究タスクを計画し、文書を合成し、必要に応じて構造化された成果を返却する。
既存のベンチマークは、ファクトリコール、シングルホップQA、ジェネリックエージェントスキルを計測する。
私たちは、Web検索を備えたClaude Opus 4.6、OpenAI o3-deep-research、Google Gemini 3.1 Proの3つのフロンティアエージェントを、42の中小企業のプロンプトで評価しています。
論文 参考訳(メタデータ) (2026-05-17T17:32:52Z) - Holistic Agent Leaderboard: The Missing Infrastructure for AI Agent Evaluation [87.47155146067962]
数百のタスクで並列評価をオーケストレーションする,標準化された評価ハーネスを提供する。
モデル、足場、ベンチマークにまたがる3次元解析を行う。
私たちの分析では、ほとんどのランで精度を低下させる高い推論努力など、驚くべき洞察が示されています。
論文 参考訳(メタデータ) (2025-10-13T22:22:28Z) - Detecting and Mitigating Reward Hacking in Reinforcement Learning Systems: A Comprehensive Empirical Study [2.1797343876622097]
強化学習システムにおけるリワードハッキングは、自律エージェントの展開に重大な脅威をもたらす。
本稿では,様々なRL環境およびアルゴリズムにおける報酬ハッキングに関する大規模な実証的研究について述べる。
論文 参考訳(メタデータ) (2025-07-08T03:00:02Z) - Malicious Agent Detection for Robust Multi-Agent Collaborative Perception [52.261231738242266]
多エージェント協調(MAC)知覚は、単エージェント認識よりも敵攻撃に対して脆弱である。
MAC知覚に特異的な反応防御であるMADE(Malicious Agent Detection)を提案する。
我々は、ベンチマーク3DデータセットV2X-simとリアルタイムデータセットDAIR-V2Xで包括的な評価を行う。
論文 参考訳(メタデータ) (2023-10-18T11:36:42Z)
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。