論文の概要: Banking Done Right: Redefining Retail Banking with Language-Centric AI

• arxiv url: http://arxiv.org/abs/2510.07645v1
• Date: Thu, 09 Oct 2025 00:35:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-10 17:54:14.790894
• Title: Banking Done Right: Redefining Retail Banking with Language-Centric AI
• Title（参考訳）: 言語中心のAIでリテールバンキングを再定義する
• Authors: Xin Jie Chua, Jeraelyn Ming Li Tan, Jia Xuan Tan, Soon Chang Poh, Yi Xian Goh, Debbie Hui Tian Choong, Chee Mun Foong, Sze Jue Yang, Chee Seng Chan,
• Abstract要約: Ryt AIはLLMネイティブなエージェントフレームワークで、Ryt Bankを使用して自然言語会話を通じて中核的な金融トランザクションを実行可能にする。 これは、会話型AIが主要なバンキングインターフェースとして機能する、世界で初めてグローバルな規制当局が承認したデプロイメントである。
• 参考スコア（独自算出の注目度）: 6.1955589843000185
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents Ryt AI, an LLM-native agentic framework that powers Ryt Bank to enable customers to execute core financial transactions through natural language conversation. This represents the first global regulator-approved deployment worldwide where conversational AI functions as the primary banking interface, in contrast to prior assistants that have been limited to advisory or support roles. Built entirely in-house, Ryt AI is powered by ILMU, a closed-source LLM developed internally, and replaces rigid multi-screen workflows with a single dialogue orchestrated by four LLM-powered agents (Guardrails, Intent, Payment, and FAQ). Each agent attaches a task-specific LoRA adapter to ILMU, which is hosted within the bank's infrastructure to ensure consistent behavior with minimal overhead. Deterministic guardrails, human-in-the-loop confirmation, and a stateless audit architecture provide defense-in-depth for security and compliance. The result is Banking Done Right: demonstrating that regulator-approved natural-language interfaces can reliably support core financial operations under strict governance.
• Abstract（参考訳）: 本稿では,LLMネイティブなエージェントフレームワークであるRyt AIについて述べる。 これは、対話型AIが主要なバンキングインターフェースとして機能し、アドバイザリやサポートロールに限定された以前のアシスタントとは対照的に、世界で初めてグローバルな規制当局が承認したデプロイメントである。 完全に社内で開発されたRyt AIは、内部で開発されたクローズドソースのLLMであるILMUを使用しており、4つのLLMエージェント(Guardrails、Intent、Payment、FAQ)によって編成された単一の対話で、厳格なマルチスクリーンワークフローを置き換える。 各エージェントはタスク固有のLoRAアダプタをILMUにアタッチします。 決定論的ガードレール、Human-in-the-loop確認、ステートレス監査アーキテクチャは、セキュリティとコンプライアンスの深みを提供する。 規制当局が承認した自然言語インターフェースが、厳格なガバナンスの下で、中核的な金融操作を確実にサポートできることを示します。

関連論文リスト

• The AI Agent Code of Conduct: Automated Guardrail Policy-as-Prompt Synthesis [0.19336815376402716]
  本稿では,非構造化設計文書の検証可能なリアルタイムガードレールへの翻訳を自動化する新しいフレームワークを提案する。 『Promptとしての政治』では、自然言語政策の解釈と実施にLarge Language Models(LLMs)を使用している。 さまざまなアプリケーションにまたがってアプローチを検証することで、スケーラブルで監査可能なパイプラインを実証しています。
  論文  参考訳（メタデータ） (2025-09-28T17:36:52Z)
• Using the NANDA Index Architecture in Practice: An Enterprise Perspective [9.707223291705601]
  自律型AIエージェントの普及は、従来のWebアーキテクチャから協調的なインテリジェントシステムへのパラダイムシフトを表している。 本稿では,セキュアで信頼性が高く,相互運用可能なAIエージェントエコシステムの基盤要件に対処する包括的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-05T05:27:27Z)
• TRiSM for Agentic AI: A Review of Trust, Risk, and Security Management in LLM-based Agentic Multi-Agent Systems [8.683314804719506]
  本稿では,エージェントマルチエージェントシステム(AMAS)における信頼・リスク・セキュリティマネジメント(TRiSM)の構造的分析について述べる。 まず、エージェントAIの概念的基礎を調べ、従来のAIエージェントとアーキテクチャ的区別を強調します。 次に、Textit Explainability、ModelOps、Security、Privacy、Textittheirのガバナンスガバナンスといった重要な柱を中心に構築された、エージェントAIのためのAI TRiSMフレームワークを適応して拡張します。 調整失敗から調整失敗まで、エージェントAIのユニークな脅威と脆弱性を捉えるためにリスク分類法が提案されている。
  論文  参考訳（メタデータ） (2025-06-04T16:26:11Z)
• SOPBench: Evaluating Language Agents at Following Standard Operating Procedures and Constraints [59.645885492637845]
  SOPBenchは、各サービス固有のSOPコードプログラムを実行可能な関数の有向グラフに変換する評価パイプラインである。 提案手法では,各サービス固有のSOPコードプログラムを実行可能関数の有向グラフに変換し,自然言語SOP記述に基づいてこれらの関数を呼び出しなければならない。 我々は18の先行モデルを評価し、上位モデルでさえタスクが困難であることを示す。
  論文  参考訳（メタデータ） (2025-03-11T17:53:02Z)
• Authenticated Delegation and Authorized AI Agents [4.679384754914167]
  我々は、AIエージェントに対する権限の認証、認証、監査可能な委任のための新しい枠組みを導入する。 フレキシブルな自然言語パーミッションを監査可能なアクセス制御構成に変換するためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-01-16T17:11:21Z)
• Private, Auditable, and Distributed Ledger for Financial Institutes [1.8911961520222993]
  本稿では,金融機関の基本的なユースケースに容易に適応できる,個人用,監査可能な,分散台帳(PADL)の枠組みを提案する。 PADLは、広く使われている暗号スキームとゼロ知識証明を組み合わせて、テーブルの台帳のようなトランザクションスキームを提案する。 PADLは参加者のプライバシを維持しつつ,スムーズな相互監査を支援する。
  論文  参考訳（メタデータ） (2025-01-07T14:21:24Z)
• ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoning [74.58666091522198]
  非専門家による直感的なロボットプログラミングのためのフレームワークを提案する。 ロボットオペレーティングシステム(ROS)からの自然言語のプロンプトと文脈情報を活用する 我々のシステムは,大規模言語モデル (LLM) を統合し,非専門家がチャットインタフェースを通じてシステムにタスク要求を記述できるようにする。
  論文  参考訳（メタデータ） (2024-06-28T08:28:38Z)
• DFA-RAG: Conversational Semantic Router for Large Language Model with Definite Finite Automaton [44.26173742405563]
  本稿では,Definite Finite Automaton (DFA-RAG)を用いた検索強化大言語モデルを提案する。 DFA-RAGは,大規模言語モデル(LLM)を用いた対話エージェントの機能向上を目的としたフレームワークである。
  論文  参考訳（メタデータ） (2024-02-06T21:14:45Z)
• AgentBench: Evaluating LLMs as Agents [99.12825098528212]
  エージェントとしてのLarge Language Model (LLM)は近年広く認知されている。 我々は,LLM-as-Agentの推論と意思決定能力を評価するために,8つの異なる環境からなるベンチマークであるAgentBenchを提案する。
  論文  参考訳（メタデータ） (2023-08-07T16:08:11Z)

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。