論文の概要: RAD-AI: Rethinking Architecture Documentation for AI-Augmented Ecosystems
- arxiv url: http://arxiv.org/abs/2603.28735v1
- Date: Mon, 30 Mar 2026 17:48:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:45.54751
- Title: RAD-AI: Rethinking Architecture Documentation for AI-Augmented Ecosystems
- Title（参考訳）: RAD-AI:AI強化エコシステムのためのアーキテクチャドキュメンテーションの再考
- Authors: Oliver Aleksander Larsen, Mahyar T. Moghaddam,
- Abstract要約: AIが強化されたエコシステムは、スマートシティ、自律型フリート、インテリジェントプラットフォームのためのアーキテクチャ標準になりつつある。
しかし、実践者が依存するアーキテクチャ文書フレームワークであるarc42とC4モデルは決定論的ソフトウェアのために設計された。
RAD-AIは、ARC42を8つのAI固有のセクションで拡張し、C4を3つのダイアグラム拡張で拡張する後方互換性のある拡張フレームワークである。
- 参考スコア（独自算出の注目度）: 1.2744523252873352
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI-augmented ecosystems (interconnected systems where multiple AI components interact through shared data and infrastructure) are becoming the architectural norm for smart cities, autonomous fleets, and intelligent platforms. Yet the architecture documentation frameworks practitioners rely on, arc42 and the C4 model, were designed for deterministic software and cannot capture probabilistic behavior, data-dependent evolution, or dual ML/software lifecycles. This gap carries regulatory consequence: the EU AI Act (Regulation 2024/1689) mandates technical documentation through Annex IV that no existing framework provides structured support for, with enforcement for high-risk systems beginning August 2, 2026. We present RAD-AI, a backward-compatible extension framework that augments arc42 with eight AI-specific sections and C4 with three diagram extensions, complemented by a systematic EU AI Act Annex IV compliance mapping. A regulatory coverage assessment with six experienced software-architecture practitioners provides preliminary evidence that RAD-AI increases Annex IV addressability from approximately 36% to 93% (mean rating) and demonstrates substantial improvement over existing frameworks. Comparative analysis on two production AI platforms (Uber Michelangelo, Netflix Metaflow) captures eight additional AI-specific concerns missed by standard frameworks and demonstrates that documentation deficiencies are structural rather than domain-specific. An illustrative smart mobility ecosystem case study reveals ecosystem-level concerns, including cascading drift and differentiated compliance obligations, that are invisible under standard notation.
- Abstract（参考訳）: AI拡張されたエコシステム(複数のAIコンポーネントが共有データとインフラストラクチャを介して相互作用する相互接続システム)は、スマートシティ、自律型フリート、インテリジェントプラットフォームのためのアーキテクチャ標準になりつつある。
しかし、実践者が依存するアーキテクチャ文書フレームワークであるarc42とC4モデルは決定論的ソフトウェアのために設計されており、確率的振る舞いやデータ依存の進化、ML/ソフトウェアの二重ライフサイクルを捉えることはできない。
EU AI Act (Regulation 2024/1689)は、Annex IVを通じて、既存のフレームワークが構造化されたサポートを提供しておらず、2026年8月2日からハイリスクシステムの実施が義務付けられている。
RAD-AIは、ARC42を8つのAI固有のセクションで拡張し、C4を3つのダイアグラム拡張で拡張する、後方互換性のある拡張フレームワークである。
6人の経験豊富なソフトウェアアーキテクチャ実践者による規制カバレッジアセスメントは、RAD-AIがAnnex IVのアドレナビリティを約36%から93%(平均評価)に向上させ、既存のフレームワークよりも大幅に改善したことを示す予備的な証拠を提供する。
2つのプロダクションAIプラットフォーム(Uber Michelangelo、Netflix Metaflow)の比較分析は、標準フレームワークが見逃した8つのAI固有の懸念を捉え、ドキュメントの欠陥がドメイン固有のものではなく構造的であることを示した。
実証的なスマートモビリティエコシステムのケーススタディでは、標準的な表記では見えない、カスケードドリフトや差別化されたコンプライアンス義務を含む、エコシステムレベルの懸念が明らかになった。
関連論文リスト
- AEGIS: An Operational Infrastructure for Post-Market Governance of Adaptive Medical AI Under US and EU Regulations [39.89241412792336]
本稿では,医療AIシステムに適用可能なガバナンスフレームワークであるAEGISについて述べる。
PMS ALARM信号を用いた4つのカテゴリのデプロイメント決定分類(APPROVE, CONDITIONAL APPROVAL, CLINICAL REVIEW, REJECT)を実装した。
その結果, AEGISは規制変更制御の概念を実行可能なガバナンス手順に変換することを実証した。
論文 参考訳（メタデータ） (2026-03-20T11:56:59Z) - Architecture-Aware Multi-Design Generation for Repository-Level Feature Addition [53.50448142467294]
RAIMは、リポジトリレベルの機能追加のための、多設計およびアーキテクチャ対応のフレームワークである。
複数の多様な実装設計を生成することで、線形パッチから切り離される。
NoCode-bench Verifiedデータセットの実験では、RAIMが新しい最先端のパフォーマンスを確立することが示されている。
論文 参考訳（メタデータ） (2026-03-02T12:50:40Z) - From Agent-Only Social Networks to Autonomous Scientific Research: Lessons from OpenClaw and Moltbook, and the Architecture of ClawdLab and Beach.Science [0.0]
OpenClawとMoltbookは2026年1月に、自律型AI-AIインタラクションの大規模なデータセットを作成した。
本研究は,その生態系の多言語文献レビューを行い,自律科学研究のための2つの補完的プラットフォームを提示する。
論文 参考訳（メタデータ） (2026-02-23T13:10:01Z) - AI-NativeBench: An Open-Source White-Box Agentic Benchmark Suite for AI-Native Systems [52.65695508605237]
我々は、Model Context Protocol(MCP)とAgent-to-Agent(A2A)標準に基づいて、アプリケーション中心でホワイトボックスのAI-NativeベンチマークスイートであるAI-NativeBenchを紹介する。
エージェントスパンを分散トレース内の第一級市民として扱うことにより,本手法は,単純な機能以上の工学的特性の粒度解析を可能にする。
この研究は、モデル能力の測定から信頼性の高いAI-Nativeシステムへの移行を導く最初の体系的な証拠を提供する。
論文 参考訳（メタデータ） (2026-01-14T11:32:07Z) - Quantitative Analysis of Technical Debt and Pattern Violation in Large Language Model Architectures [0.0]
本研究では,AI合成システムにおける「建築エロージョン」と技術的負債の蓄積を計測する最初の経験的枠組みを提案する。
プロプライエタリなモデルは高いアーキテクチャ適合性を実現する一方で、オープンウェイトモデルは重要なばらつきを示す。
これらの結果から, システムスキャフォールディングに小型オープンウェイトモデルを用いることで, 構造的技術的負債の蓄積が促進されることが示唆された。
論文 参考訳（メタデータ） (2025-12-03T21:24:02Z) - QuArch: A Benchmark for Evaluating LLM Reasoning in Computer Architecture [36.842856470579726]
QuArchは、コンピュータアーキテクチャにおける大規模言語モデル(LLM)機能の開発と評価を容易にするために設計された最初のベンチマークである。
評価の結果,フロンティアモデルはドメイン固有の知識を持っているが,高次思考を必要とするスキルに苦慮していることが明らかとなった。
論文 参考訳（メタデータ） (2025-10-24T23:54:17Z) - Safe and Certifiable AI Systems: Concepts, Challenges, and Lessons Learned [45.44933002008943]
この白書は、T"UV AUSTRIA Trusted AIフレームワークを提示する。
エンド・ツー・エンドの監査カタログであり、機械学習システムの評価と認定のための方法論である。
セキュアなソフトウェア開発、機能要件、倫理とデータプライバシという3つの柱の上に構築されているのは、EU AI Actの高レベルの義務を、特定かつテスト可能な基準に翻訳するものです。
論文 参考訳（メタデータ） (2025-09-08T17:52:08Z) - Compliance Cards: Automated EU AI Act Compliance Analyses amidst a Complex AI Supply Chain [9.991293429067065]
我々は、複雑なAIサプライチェーンの中で、プロバイダ側AIAコンプライアンス分析のための完全なシステムを導入する。
ひとつは、AIA固有のメタデータをキャプチャする、計算的でマルチステークホルダーの透明性アーティファクトのインターロックセットです。
第2のアルゴリズムは、AIシステムやモデルがAIAに準拠しているかどうかをリアルタイムで予測するアルゴリズムである。
論文 参考訳（メタデータ） (2024-06-20T22:07:15Z) - A Compositional Approach to Creating Architecture Frameworks with an
Application to Distributed AI Systems [16.690434072032176]
構成的思考が複雑なシステムのためのアーキテクチャフレームワークの作成と管理のルールをいかに提供できるかを示す。
論文の目的は、AIシステム特有の視点やアーキテクチャモデルを提供することではなく、既存の、または新しく作成された視点で一貫したフレームワークを構築する方法についてのガイドラインを提供することである。
論文 参考訳（メタデータ） (2022-12-27T18:05:02Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳（メタデータ） (2020-07-13T20:30:26Z)
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。