論文の概要: Agentic, Context-Aware Risk Intelligence in the Internet of Value

• arxiv url: http://arxiv.org/abs/2605.05878v1
• Date: Thu, 07 May 2026 08:44:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.64083
• Title: Agentic, Context-Aware Risk Intelligence in the Internet of Value
• Title（参考訳）: 価値のインターネットにおけるエージェント的・コンテキスト的リスクインテリジェンス
• Authors: Basel Magableh, OmniRisk Research,
• Abstract要約: インターネット・オブ・バリュー(英語: Internet of Value、IoV)は、不均一で部分的に信頼されているネットワークであり、支配的な限界リスクは複合的(ルート、感情、流動性、システムがコミットする意思のあるポリシー)である。 この体制に適切なリスクプリミティブは、価格、流動性、ボラティリティ、ルートヘルスに関する予測エンジン、テキスト上の感情融合エンジン、オンチェーンフロー、グレー文学フィード、コンスティチューション下のエージェントエンジン、ロールバウンドアクション制約によるエージェントエンジン、予測をコミットされたアクションプログラムに変換するAPIリスクとシナリオエンジンの5つからなる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Internet of Value (IoV) is a heterogeneous, partially-trusted network in which the dominant marginal risk is composite (route, sentiment, liquidity, and the policy a system is willing to commit to) rather than a property of any single chain. We argue that a risk primitive adequate for this regime is a composition of five engines: a prediction engine over price, liquidity, volatility, and route health; a Bittensor verification subnet that decentralises and economically scores prediction outputs; a sentiment-fusion engine over text, on-chain flow, and grey-literature feeds; an agentic engine under constitutional, role-bound action constraints; and an API-risk and scenario engine that converts forecasts into pre-committed action programs in the sense of Monte-Carlo scenario generation. We anchor the architecture in two empirical artefacts: a 27-hour policy-constrained liquidity stress-response experiment on Solana, and a 168-hour prediction-router calibration arc reported with explicit class-imbalance honesty. The case study supports deployability; the validator-loss decomposition is stated formally and is falsifiable.
• Abstract（参考訳）: インターネット・オブ・バリュー(インターネット・オブ・バリュー、英: Internet of Value、IoV)は、単一連鎖の性質ではなく複合的(ルート、感情、流動性、システムが約束するポリシー)な、不均一で部分的に信頼されたネットワークである。 この体制に適切なリスクプリミティブは、価格、流動性、変動性、ルートヘルスに関する予測エンジン、予測出力を分散化し経済的にスコア付けするビットテンソル検証サブネット、テキスト上の感情融合エンジン、オンチェーンフロー、グレーリテラルフィード、憲法上のエージェントエンジン、ロールバウンドなアクション制約、予測をモンテカルロシナリオ生成の意味においてコミットされたアクションプログラムに変換するAPIリスクとシナリオエンジンの5つからなる。 我々は,27時間の政策制約付き流動性ストレス応答実験と168時間の予測ルータキャリブレーションアークの2つの経験的アーティファクトにアーキテクチャを固定した。 このケーススタディはデプロイ性をサポートし、バリケータ-ロス分解は正式に述べられ、偽造可能である。

関連論文リスト

• Financial Dynamics and Interconnected Risk of Liquid Restaking [2.446465234288581]
  本稿は,現在のリテイクの状況を監視し,液状リテイクプロトコルの収益要因を実証的に分析し,発生リスクに関する技術的調査を行う。 以上の結果から,EigenLayerの基盤となるエコシステムにロックされている価値,Renzoプロトコルの液再帰トークンの収量,およびそのトークンのマルチブロックチェーン拡張によって収益が予測されることが明らかとなった。 分散化された金融エコシステムを横断する資産フローをマッピングすることにより、蓮蔵の液化資産の現在の規模の橋梁リスクが、現在の再開発・取扱いエコシステムに体系的なリスクを課さないことが検出された。
  論文  参考訳（メタデータ） (2026-03-23T10:58:01Z)
• Beyond Benchmark Islands: Toward Representative Trustworthiness Evaluation for Agentic AI [45.21562889170875]
  シナリオ多様体に対するエージェントの信頼性を特徴付けるシステム評価パラダイムを提案する。 このフレームワークは,静的認知と政策分析,対話型サンドボックスシミュレーション,社会倫理アライメントアライメントアセスメント,および(iv)分散対応の代表サンプリングエンジンの4つの補完的コンポーネントを統合している。
  論文  参考訳（メタデータ） (2026-03-16T08:51:33Z)
• Quantifying Automation Risk in High-Automation AI Systems: A Bayesian Framework for Failure Propagation and Optimal Oversight [1.6328866317851185]
  本稿では,3項の積として期待損失を表す同相のベイズリスク分解を提案する。 このフレームワークは、モデル精度のみではなく、実行と監視のリスクをキャプチャする。 われわれは、2012年のナイト・キャピタル事件を、広く適用可能な障害パターンの1つのインスタンス化として、実証的なケーススタディで、このフレームワークを動機付けている。
  論文  参考訳（メタデータ） (2026-02-22T00:18:23Z)
• Unsupervised Anomaly Detection in Multi-Agent Trajectory Prediction via Transformer-Based Models [45.08545174556591]
  マルチエージェントトランスを用いた教師なし異常検出フレームワークを提案する。 検出安定性と物理的アライメントの両方を評価するための二重評価手法が提案されている。 本フレームワークでは,時間対衝突および統計ベースラインに欠落した388個の特異な異常を同定する。
  論文  参考訳（メタデータ） (2026-01-28T08:33:10Z)
• The Why Behind the Action: Unveiling Internal Drivers via Agentic Attribution [63.61358761489141]
  LLM(Large Language Model)ベースのエージェントは、カスタマーサービス、Webナビゲーション、ソフトウェアエンジニアリングといった現実世界のアプリケーションで広く使われている。 本稿では,タスク結果に関係なく,エージェントの動作を駆動する内部要因を識別する,テキスト汎用エージェント属性のための新しいフレームワークを提案する。 標準ツールの使用やメモリ誘起バイアスのような微妙な信頼性リスクなど、さまざまなエージェントシナリオでフレームワークを検証する。
  論文  参考訳（メタデータ） (2026-01-21T15:22:21Z)
• Quantigence: A Multi-Agent AI Framework for Quantum Security Research [0.0]
  暗号関連量子コンピュータ(CRQC)は、グローバルデジタル経済に構造的な脅威をもたらす。 我々は、構造化量子セキュリティ分析のための理論駆動型マルチエージェントAIフレームワークQuantigenceを提案する。
  論文  参考訳（メタデータ） (2025-12-15T05:27:10Z)
• Adversarial Generation and Collaborative Evolution of Safety-Critical Scenarios for Autonomous Vehicles [47.25901323750217]
  シミュレーションにおける安全クリティカルシナリオの生成は、社会に道路が配備される以前、自動運転車の安全性評価においてますます重要になっている。 我々は,新たなシナリオを推論し,複雑なトラフィックフローでそれらを増幅することにより,多彩な安全クリティカルシナリオを生成できるフレームワークであるScenGEを提案する。 実世界の車両テストと人間による評価を通じて、我々のフレームワークを検証する。
  論文  参考訳（メタデータ） (2025-08-20T08:36:57Z)
• Explainable AI for Comprehensive Risk Assessment for Financial Reports: A Lightweight Hierarchical Transformer Network Approach [1.2200609701777907]
  上場企業はすべて、財務状況とリスクに関する重要な洞察を含む年間10-Kの報告書を提出している。 これらの報告から企業のリスクを自動的に評価するトランスフォーマーベースのモデルであるTiny eXplainable Risk Assessor(TinyXRA)を提案する。 TinyXRAは、より包括的なリスク評価のために、歪み、硬変、およびソルティーノ比を取り入れている。
  論文  参考訳（メタデータ） (2025-06-30T12:13:35Z)
• Deep-Reinforcement-Learning-Based AoI-Aware Resource Allocation for RIS-Aided IoV Networks [43.443526528832145]
  車両間通信(V2X)方式を考慮したRIS支援車両インターネット(IoV)を提案する。 車両間リンク(V2I)のタイムラインと車両間リンク(V2V)の安定性を改善するため,情報量(AoI)モデルとペイロード伝達確率モデルを導入する。
  論文  参考訳（メタデータ） (2024-06-17T06:16:07Z)
• Prognosis of Rotor Parts Fly-off Based on Cascade Classification and Online Prediction Ability Index [0.0]
  潜在的な失敗の早期発見と予測は、壊滅的なプラントのダウンタイムと経済的な損失を防ぐ可能性がある。 本稿では, 回転機械の動作状態を, 故障時の時間に基づいて, 正常, 危険, リスクの高いものに分割する。 オンライン予測能力指数(OPAI)は、一貫したオンライン予測とより小さなオフライン予測誤差を持つ予測モデルを選択するために提案される。
  論文  参考訳（メタデータ） (2022-03-30T02:28:59Z)

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。