論文の概要: Tool for Supporting Debugging and Understanding of Normative Requirements Using LLMs

• arxiv url: http://arxiv.org/abs/2507.05504v1
• Date: Mon, 07 Jul 2025 21:57:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-09 16:34:37.359544
• Title: Tool for Supporting Debugging and Understanding of Normative Requirements Using LLMs
• Title（参考訳）: LLMを用いた記述的要件のデバッグと理解を支援するツール
• Authors: Alex Kleijwegt, Sinem Getir Yaman, Radu Calinescu,
• Abstract要約: 規範的要件は、社会、法的、倫理的、共感的、文化的(SLEEC)の規範を規定する。 これらの要件は通常、さまざまな専門知識を持つ非技術システムのステークホルダによって定義される。 SLEEC-LLMは、規範的要求の導出と整合性解析の効率性と説明性を向上する。
• 参考スコア（独自算出の注目度）: 3.7885668021375465
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Normative requirements specify social, legal, ethical, empathetic, and cultural (SLEEC) norms that must be observed by a system. To support the identification of SLEEC requirements, numerous standards and regulations have been developed. These requirements are typically defined by stakeholders in the non-technical system with diverse expertise (e.g., ethicists, lawyers, social scientists). Hence, ensuring their consistency and managing the requirement elicitation process are complex and error-prone tasks. Recent research has addressed this challenge using domain-specific languages to specify normative requirements as rules, whose consistency can then be analyzed with formal methods. Nevertheless, these approaches often present the results from formal verification tools in a way that is inaccessible to non-technical users. This hinders understanding and makes the iterative process of eliciting and validating these requirements inefficient in terms of both time and effort. To address this problem, we introduce SLEEC-LLM, a tool that uses large language models (LLMs) to provide natural-language interpretations for model-checking counterexamples corresponding to SLEEC rule inconsistencies. SLEEC-LLM improves the efficiency and explainability of normative requirements elicitation and consistency analysis. To demonstrate its effectiveness, we summarise its use in two real-world case studies involving non-technical stakeholders.
• Abstract（参考訳）: 規範的要件は、社会、法的、倫理的、共感的、文化的(SLEEC)の規範を規定する。 SLEEC要件の識別を支援するため、多くの標準と規制が開発されている。 これらの要件は通常、さまざまな専門知識(倫理学者、弁護士、社会科学者など)を持つ非技術システムのステークホルダーによって定義される。 したがって、それらの一貫性の確保と要求の引き込みプロセスの管理は、複雑でエラーを起こしやすいタスクである。 近年の研究では、規則として規範的要件を規定するためにドメイン固有言語を用いてこの問題に対処し、その一貫性を形式的手法で分析することができる。 それにもかかわらず、これらの手法は、技術系でないユーザーにはアクセスできない形で、形式的な検証ツールの結果を提示することが多い。 これにより、時間と労力の両面でこれらの要求を効率よく導き、検証する反復的なプロセスが妨げられます。 この問題に対処するために,SLEECルールの不整合に対応するモデルチェック反例に対して,大規模言語モデル(LLM)を用いた自然言語解釈を提供するツールであるSLEEC-LLMを紹介する。 SLEEC-LLMは、規範的要求の導出と整合性解析の効率性と説明性を向上する。 その効果を実証するために、非技術ステークホルダーを含む2つの実世界のケーススタディでその使用を要約する。

関連論文リスト

• LEGOS-SLEEC: Tool for Formalizing and Analyzing Normative Requirements [1.4272256806865102]
  LEGOS-SLEECは,学際的利害関係者が規範的要件を指定するのを支援するために設計されたツールである。 SLEEC DSLは、これらの要件をSLEECルールとして形式化するために開発されている。 我々はLEGOS-SLEECのユーザインタフェースと診断サポートを大幅に改善した。
  論文  参考訳（メタデータ） (2025-01-21T23:31:04Z)
• The Synergy of LLMs & RL Unlocks Offline Learning of Generalizable Language-Conditioned Policies with Low-fidelity Data [50.544186914115045]
  TEDUOは、シンボリック環境におけるオフライン言語条件のポリシー学習のための、新しいトレーニングパイプラインである。 まず、オフラインデータセットをよりリッチなアノテーションで拡張する自動化ツールとして、次に、一般化可能な命令フォローエージェントとして使用します。
  論文  参考訳（メタデータ） (2024-12-09T18:43:56Z)
• RIRAG: Regulatory Information Retrieval and Answer Generation [51.998738311700095]
  本稿では,質問を自動生成し,関連する規制通路と組み合わせる,問合せペアを生成するタスクを紹介する。 我々は、Abu Dhabi Global Markets (ADGM) の財務規制文書から得られた27,869の質問を含むObliQAデータセットを作成する。 本稿では,RIRAG(Regulation Information Retrieval and Answer Generation)システムをベースラインとして設計し,新しい評価基準であるRePASを用いて評価する。
  論文  参考訳（メタデータ） (2024-09-09T14:44:19Z)
• The Impossibility of Fair LLMs [17.812295963158714]
  さまざまな技術的公正フレームワークを分析し、公正な言語モデルの開発を難易度の高いものにするために、それぞれに固有の課題を見つけます。 それぞれのフレームワークが汎用的なAIコンテキストに拡張されないか、実際には実現不可能であることを示す。 これらの固有の課題は、LLMを含む汎用AIにおいて、限られた参加入力や限られた測定方法といった経験的な課題が克服されたとしても、持続する。
  論文  参考訳（メタデータ） (2024-05-28T04:36:15Z)
• Logical analysis and contradiction detection in high-level requirements during the review process using sat-solver [0.0]
  本研究では,データ辞書を用いた高レベル要件間の不整合を解析・識別する手法を提案する。 このアプローチの目的は、ソフトウェア検証プロセスにおけるハイレベルな要求のレビュー時間を著しく短縮することである。
  論文  参考訳（メタデータ） (2024-04-30T19:26:54Z)
• Normative Requirements Operationalization with Large Language Models [3.456725053685842]
  規範的な非機能要件は、社会的、法的、倫理的、共感的、文化的規範の違反を避けるために、システムが観察しなければならない制約を規定する。 近年の研究では、規範的要件を特定するためにドメイン固有言語を使用してこの問題に対処している。 本稿では,システム機能の抽象表現間の意味的関係を抽出するために,大規模言語モデルを用いた補完的アプローチを提案する。
  論文  参考訳（メタデータ） (2024-04-18T17:01:34Z)
• From Chaos to Clarity: Claim Normalization to Empower Fact-Checking [57.024192702939736]
  Claim Normalization(別名 ClaimNorm)は、複雑でノイズの多いソーシャルメディア投稿を、より単純で分かりやすい形式に分解することを目的としている。 本稿では,チェーン・オブ・ソートとクレーム・チェック・バシネス推定を利用した先駆的アプローチであるCACNを提案する。 実験により, CACNは様々な評価尺度において, いくつかの基準値を上回る性能を示した。
  論文  参考訳（メタデータ） (2023-10-22T16:07:06Z)
• Specification, Validation and Verification of Social, Legal, Ethical, Empathetic and Cultural Requirements for Autonomous Agents [4.673587416936401]
  我々は、自律エージェントのための社会的、法的、倫理的、共感的、文化的ルールの正式な仕様、検証、検証のための枠組みを導入する。 本稿では,消防士UAVと補助装具ロボットの2つの自律型エージェントの枠組みの適用性を示す。
  論文  参考訳（メタデータ） (2023-07-07T16:13:43Z)

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。