論文の概要: Prompts for Public-Sector LLMs Should Be Governed as Commons

• arxiv url: http://arxiv.org/abs/2606.00873v1
• Date: Sat, 30 May 2026 20:01:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 23:33:00.884544
• Title: Prompts for Public-Sector LLMs Should Be Governed as Commons
• Title（参考訳）: パブリックセクター LLM のプロンプトはコモンズに委ねるべき
• Abstract要約: 大規模言語モデルのデプロイに使用されるプロンプトは、プライベートで過渡的な入力ではなく、管理された成果物として扱われるべきである、と我々は主張する。 Prompt Commons - プロンプトメタデータ、ライセンス、モデレーションログを備えたプロンプトテンプレートのバージョニングされたコミュニティ保守型リポジトリ。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper argues that prompts used to deploy large language models (LLMs) in public-sector settings should be treated as governed artefacts rather than private, transient inputs. Prompts encode role instructions, decision framings, and value claims; prompt choice can materially shift outputs even when model weights and input records are held fixed. Existing governance tools, including model and dataset documentation, organisation-level policies, and post-training alignment, rarely make the local prompt collections used in deployment transparent, contestable, or auditable. We propose Prompt Commons: a versioned, community-maintained repository of prompt templates with provenance metadata, licensing, and moderation logs. Using a pilot dataset collected with community partners in a large North American city (443 human prompts; 3,317 after augmentation), we illustrate three governance states (open, curated, veto-enabled) and a negotiation-oriented ensemble method that aggregates stakeholder prompts into compromise recommendations. We close with falsifiable implications and an evaluation agenda for prompt-layer governance.
• Abstract（参考訳）: 本稿では,大規模言語モデル(LLM)をパブリックセクタ設定にデプロイするために使用するプロンプトを,プライベートで過渡的な入力ではなく,管理されたアーティファクトとして扱うべきであることを論じる。 プロンプトはロール命令、決定フレーミング、バリュークレームをエンコードし、モデルウェイトや入力レコードが固定された場合でも、迅速な選択によって出力を実質的にシフトすることができる。 モデルとデータセットのドキュメンテーション、組織レベルのポリシ、トレーニング後のアライメントなど、既存のガバナンスツールによって、デプロイメントで使用されるローカルプロンプトコレクションが透過的、競合的、監査可能であることはめったにない。 Prompt Commons - プロンプトメタデータ、ライセンス、モデレーションログを備えたプロンプトテンプレートのバージョニングされたコミュニティ保守型リポジトリ。 北米の大都市のコミュニティパートナー(443人のプロンプト、拡張後の3,317人)で収集されたパイロットデータセットを用いて、3つのガバナンス状態(オープン、キュレート、veto対応)と、利害関係者のプロンプトをまとめて妥協勧告にまとめる交渉指向のアンサンブル手法を説明する。 我々は、ファルーシブルな含意と、プロンプト層ガバナンスの評価アジェンダに身を包みます。

関連論文リスト

• Citation-Closure Retrieval and Per-Rule Attribution for Real-World Regulatory Compliance Question Answering [54.97384993676565]
  複雑な国内R&D規制から派生した運用知識グラフを特徴とする,新たなベンチマークであるRegOps-Benchを用いて,レギュレーションコンプライアンスQAを形式化する。 RefWalkはクロスドキュメントの引用を横切り、マックスベースのアグリゲーションを通じてマルチビュー候補を融合させ、ソースへのクレームを明示的にマッピングするためにルールごとの属性を強制する。
  論文  参考訳（メタデータ） (2026-05-28T10:38:38Z)
• Pluralistic-Alignment Urbanism: Operationalizing a Right to AI for Inclusive Public Space [0.0]
  本稿では,公共空間のAIシステムを市民基盤として扱う手続き的ガバナンスフレームワークを提案する。 本稿では,自治体のAIガバナンスに対して,不一致,サブグループ変動,境界付き予測スケーリング,中立的嗜好判断がどのような影響を及ぼすかを検討する。
  論文  参考訳（メタデータ） (2026-05-15T23:59:37Z)
• To Redact, or not to Redact? A Local LLM Approach to Deliberative Process Privilege Classification [0.2979301924660567]
  我々は、FOIA Exemption 5の熟考プロセス特権のための自動感度分類を行うための先行研究に基づいて構築する。 我々は、小型でローカルなモデルで、コンシューマグレードのハードウェアにデプロイ可能な感度分類を行う。 評定として予測される文には、意見の表現を示す動詞がもっと多く含まれていることが分かる。
  論文  参考訳（メタデータ） (2026-05-11T08:55:09Z)
• Position: Vector Prompt Interfaces Should Be Exposed to Enable Customization of Large Language Models [79.63399445098759]
  テキストのみのプロンプトは、スケーラブルで安定的で推論のみのカスタマイズに適した制御インターフェースを構成していない、と我々は主張する。 標準ブラックボックス脅威モデルにおいて,ベクトルプロンプトの露出がモデル漏洩リスクを根本的に増大させる必要はない理由を論じる。
  論文  参考訳（メタデータ） (2026-03-04T17:08:47Z)
• Natural Language Declarative Prompting (NLD-P): A Modular Governance Method for Prompt Design Under Model Drift [4.138182440811707]
  本稿では,宣言的ガバナンス手法として自然言語宣言型プロンプトを再認識する。 我々は、最小限のコンプライアンス基準を定義し、モデル依存スキーマの受容度を分析し、NLD-Pをアクセス可能なガバナンスフレームワークとして位置づける。
  論文  参考訳（メタデータ） (2026-02-26T09:23:09Z)
• DAVE: A Policy-Enforcing LLM Spokesperson for Secure Multi-Document Data Sharing [0.0]
  DAVEは利用ポリシーを強制するスポークスパーソンで、データプロバイダに代わってプライベートドキュメントに関する質問に答える。 我々は、この設定でポリシー違反の情報開示を形式化し、利用制御と情報フローのセキュリティに基づく。 当社のコントリビューションは主にアーキテクチャです – 完全な実行パイプラインの実装や試験的な評価は行いません。
  論文  参考訳（メタデータ） (2026-02-19T14:43:48Z)
• When Thoughts Meet Facts: Reusable Reasoning for Long-Context LMs [64.27273946787344]
  最近のLong-Context Language Modelsは、1つのプロンプトで数十万のトークンを処理することができる。 我々は、従来の問題解決トレースから導かれた再利用可能な思考キャッシュとして、推論をリキャストする。 本稿では,自然言語フィードバックによって学習データから得られるテンプレートを反復的に洗練する更新戦略を提案する。
  論文  参考訳（メタデータ） (2025-10-08T19:52:35Z)
• Prompt Commons: Collective Prompting as Governance for Urban AI [0.0]
  本稿では,多元主義に対するモデル行動を制御するために,Prompt Commonsを提案する。 モントリオールのデータセットを使用して、3つのガバナンス状態(オープン、キュレーション、veto対応)をパイロットします。 競合する政策ベンチマークでは、単一著者のプロンプトが24%の中立的な結果をもたらす。 ライセンス(CC BY/BY-SA)は,アーティファクトに対するオプティブルなOpenRAILスタイルの制限,監査可能なモデレーション,および支配的捕獲に対する保護について概説する。
  論文  参考訳（メタデータ） (2025-09-15T20:08:31Z)
• Normalisation of SWIFT Message Counterparties with Feature Extraction and Clustering [0.0]
  本稿では,取引相手のクラスタリングを容易にするために,ハイブリッド文字列類似性,トピックモデリング,階層クラスタリング,ルールベースのパイプラインを提案する。 このアプローチは、ルールベースのシステムで見られるほとんどの解釈可能性を保持しており、前者は後者に追加のレベルのクラスタリファインメントを追加する。 制裁調査など、人口のごく一部だけを調査する必要がある場合、この手法は、欠落した個体変動のリスクをよりよく制御することができる。
  論文  参考訳（メタデータ） (2025-08-24T12:41:44Z)
• Few-shot Policy (de)composition in Conversational Question Answering [54.259440408606515]
  本稿では,大規模言語モデル(LLM)を用いて数ショット設定でポリシーコンプライアンスを検出するニューラルシンボリックフレームワークを提案する。 提案手法は,回答すべきサブクエストを抽出し,文脈情報から真理値を割り当て,与えられたポリシーから論理文の集合を明示的に生成することで,政策コンプライアンスに関する会話に対して健全な理由を示す。 本手法は,PCDおよび会話機械読解ベンチマークであるShARCに適用し,タスク固有の微調整を伴わずに競合性能を示す。
  論文  参考訳（メタデータ） (2025-01-20T08:40:15Z)
• ChatSOP: An SOP-Guided MCTS Planning Framework for Controllable LLM Dialogue Agents [52.7201882529976]
  対話エージェントの制御性を高めるため,SOP誘導モンテカルロ木探索(MCTS)計画フレームワークを提案する。 これを実現するために、GPT-4oを用いた半自動ロールプレイシステムを用いて、SOPアノテーション付きマルチシナリオ対話からなるデータセットをキュレートする。 また、SOP予測のための教師付き微調整と思考の連鎖推論を統合する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-07-04T12:23:02Z)
• Reindex-Then-Adapt: Improving Large Language Models for Conversational Recommendation [50.19602159938368]
  大規模言語モデル(LLM)は、会話レコメンデーションシステムに革命をもたらしている。 本稿では,マルチトークンのタイトルを単一トークンに変換するReindex-Then-Adapt(RTA)フレームワークを提案する。 本フレームワークでは,3つの対話推薦データセットの精度向上を実証する。
  論文  参考訳（メタデータ） (2024-05-20T15:37:55Z)
• Interpretable Entity Representations through Large-Scale Typing [61.4277527871572]
  本稿では,人間の読みやすいエンティティ表現を作成し,箱から高パフォーマンスを実現する手法を提案する。 我々の表現は、微粒な実体型に対する後続確率に対応するベクトルである。 特定のドメインに対して,学習に基づく方法で,型セットのサイズを縮小できることを示す。
  論文  参考訳（メタデータ） (2020-04-30T23:58:03Z)

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。