論文の概要: Verifiable Provenance and Watermarking for Generative AI: An Evidentiary Framework for International Operational Law and Domestic Courts
- arxiv url: http://arxiv.org/abs/2605.21002v1
- Date: Wed, 20 May 2026 10:39:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-21 19:19:56.628674
- Title: Verifiable Provenance and Watermarking for Generative AI: An Evidentiary Framework for International Operational Law and Domestic Courts
- Title（参考訳）: ジェネレーティブAIのための検証可能な証明と透かし:国際運用法と国内裁判所のための証拠フレームワーク
- Authors: Gustav Olaf Yunus Laitinen-Fredriksson Lundström-Imanov, Nurana Abdullayeva,
- Abstract要約: 本稿では,暗号コンテンツの出典をマッピングする統一的な顕在化フレームワークを提案する。
我々は, ナイーブ・リジェネレーション, 対向洗浄, クロスモデル・リジェネレーション, アクティブ・ウォーターマーク除去, インサイダー・フォージェリにまたがる5層脅威モデルを定義した。
我々は、経験的検出境界を、武力紛争法に基づく命令決定のための法的な充足しきい値、国内手続きによる刑事的および民事的許容性、および欧州連合人工知能法および類似の体制下での持続性監査に翻訳する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative artificial intelligence now synthesizes photorealistic imagery, audio, and video at a cost that defeats traditional forensic intuition. The legal consequences span three regimes studied so far in isolation: international operational law, domestic procedure, and product regulation. This article presents a unified evidentiary framework that maps cryptographic content provenance, robust statistical watermarking, and zero knowledge attestation to the proof requirements of each regime. We define a five tier threat model spanning naive regeneration, adversarial laundering, cross model regeneration, active watermark removal, and insider provenance forgery. We release a public benchmark of 12000 generated items across image, audio, and video modalities under six laundering pipelines for 72000 evaluation samples. We evaluate four representative schemes and report true positive rate at fixed false positive rate, robustness area under the curve, computational overhead, and a regime conditioned legal sufficiency score. We translate empirical detection bounds into legal sufficiency thresholds for command decisions under the law of armed conflict, for criminal and civil admissibility under domestic procedure, and for persistence audits under the European Union Artificial Intelligence Act and analogous regimes. The result is a reproducible reference pipeline, a public benchmark, and model annexes that lawyers, engineers, and operators can deploy together.
- Abstract（参考訳）: 生成的人工知能は、従来の法医学的直観を破るコストで、フォトリアリスティックな画像、オーディオ、ビデオを合成する。
法的帰結は、国際業務法、国内手続き、製品規制という、これまで研究されてきた3つの体制に及んでいる。
本稿では,暗号コンテンツの証明,堅牢な統計透かし,知識証明を各体制の証明要件にマッピングする統一的実証フレームワークを提案する。
我々は, ナイーブ・リジェネレーション, 対向洗浄, クロスモデル・リジェネレーション, アクティブ・ウォーターマーク除去, インサイダー・フォージェリにまたがる5層脅威モデルを定義した。
我々は,画像,音声,ビデオのモダリティにまたがる12000項目の公開ベンチマークを,72000評価サンプルに対して6つの洗浄パイプラインでリリースした。
4つの代表的スキームを評価し, 一定の偽陽性率, 曲線下の頑健度領域, 計算オーバーヘッド, 条件付き法定充足率スコアを報告した。
我々は、経験的検出境界を、武力紛争法に基づく命令決定のための法的な充足しきい値、国内手続きによる刑事的および民事的許容性、および欧州連合人工知能法および類似の体制下での持続性監査に翻訳する。
その結果、再現可能なリファレンスパイプライン、公開ベンチマーク、および弁護士、エンジニア、オペレータが一緒にデプロイできるモデルアセンブラが実現した。
関連論文リスト
- Reasoners or Translators? Contamination-aware Evaluation and Neuro-Symbolic Robustness in Tax Law [19.724405436101495]
本研究では,税法推論手法について検討し,信頼性を厳格に評価するための汚染検知プロトコルを実装した。
汚染によって性能が膨らませられることを示す。
我々の発見は、法的な推論は本質的に構成的であり、ニューロシンボリックなフレームワークは、より信頼性が高く堅牢な法的なAI基盤を提供することを示している。
論文 参考訳（メタデータ） (2026-05-15T15:20:16Z) - Bounding the Black Box: A Statistical Certification Framework for AI Risk Regulation [0.0]
EU AI法、NISTリスク管理フレームワーク、欧州評議会は、高リスクシステムは配備前に安全を示すことを要求している。
この規制の合意の下には、決定的な掃除機がある。
我々は、AIリスク規制をエンジニアリングプラクティスに変換する2段階のフレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-23T16:50:35Z) - The Courtroom Trial of Pixels: Robust Image Manipulation Localization via Adversarial Evidence and Reinforcement Learning Judgment [15.520850734569564]
我々は,IMLタスクを証拠の対決とみなす法廷スタイルのIMLフレームワークを提案する。
我々は,不確実な地域で戦略的再推論と改良を行う強化学習モデルを開発した。
実験結果から,本モデルはSOTA IML法と比較して平均性能が優れていることがわかった。
論文 参考訳（メタデータ） (2026-04-16T07:09:59Z) - WisdomInterrogatory (LuWen): An Open-Source Legal Large Language Model Technical Report [55.27414605169639]
Wesdom Interrogatory (LuWen)は,バイチュン基礎モデルに基づいて構築された,オープンソースの中国語の法律モデルである。
予測と生成の両方にまたがる5つの代表的な法的課題についてLuWenを評価する。
論文 参考訳（メタデータ） (2026-04-08T06:59:07Z) - LegalOne: A Family of Foundation Models for Reliable Legal Reasoning [54.57434222018289]
我々は、中国の法律ドメインに特化された基礎モデルのファミリーであるLegalOneを紹介します。
LegalOneは、法的推論をマスターするために設計された包括的な3フェーズパイプラインを通じて開発されている。
LegalOneの重み付けとLegalKit評価フレームワークを公開して、Legal AIの分野を前進させます。
論文 参考訳（メタデータ） (2026-01-31T10:18:32Z) - Representative Litigation Settlement Agreements in Artificial Intelligence Copyright Infringement Disputes: A Comparative Reflection Based on the U.S [0.0]
分散型著作権紛争は、構造的ガバナンスツールを必要とする。
本稿は、代表的訴訟解決協定が、制度上の優位性を提供すると主張している。
中国の法律の文脈では、このような合意の実現は、外国のモデルを複製することではなく、3つの解釈機構を確立することに依存している。
論文 参考訳（メタデータ） (2026-01-24T23:50:00Z) - Towards Trustworthy Legal AI through LLM Agents and Formal Reasoning [11.842866992683158]
既存のLLMベースのシステムは、表面レベルのテキスト解析に優れるが、原理的合理性に必要な保証は欠如している。
本稿では,LSM エージェントと SMT ソルバ支援法則を組み合わせた新しいフレームワーク L4M を紹介する。
我々のシステムは、GPT-o4-mini、DeepSeek-V3、Claude 4、最先端の法務AI証明など、先進的なLCMを超えている。
論文 参考訳（メタデータ） (2025-11-26T04:05:06Z) - Large Language Models' Complicit Responses to Illicit Instructions across Socio-Legal Contexts [54.15982476754607]
大規模言語モデル(LLM)が前例のない規模に展開され、毎日のタスクで数百万のユーザを支援している。
本研究は、複雑なファシリテーションを、不正なユーザ指示を可能にするガイダンスやサポートの提供として定義する。
実世界の訴訟と確立された法的枠組みを用いて、269件の違法なシナリオと50件の違法な意図にまたがる評価ベンチマークを構築した。
論文 参考訳（メタデータ） (2025-11-25T16:01:31Z) - A Law Reasoning Benchmark for LLM with Tree-Organized Structures including Factum Probandum, Evidence and Experiences [76.73731245899454]
本稿では,階層的なファクトラム,証拠,暗黙的な経験に富む透明な法理推論スキーマを提案する。
このスキーマにインスパイアされた課題は、テキストのケース記述を取り込み、最終決定を正当化する階層構造を出力する。
このベンチマークは、Intelligent Courtにおける透明で説明可能なAI支援法推論の道を開く」。
論文 参考訳（メタデータ） (2025-03-02T10:26:54Z)
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。