Fugu-MT 論文翻訳(概要): A Normative Intermediate Representation for ASP-Based Compliance Reasoning

論文の概要: A Normative Intermediate Representation for ASP-Based Compliance Reasoning

arxiv url: http://arxiv.org/abs/2606.04619v1
Date: Wed, 03 Jun 2026 08:55:48 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-04 20:44:18.640644
Title: A Normative Intermediate Representation for ASP-Based Compliance Reasoning
Title（参考訳）: ASP-based Compliance Reasoningのための規範的中間表現
Authors: Yangfan Wu, Huanyu Yang, Jianmin Ji,
Abstract要約: ASPベースのコンプライアンス推論のためのモーダライズ・アウトプット・ノルミティブ・インターミディエート表現を提案する。 LLM支援パイプラインを用いて、中国ADAS規制と標準に関する枠組みをインスタンス化する。
参考スコア（独自算出の注目度）: 8.692068299489456
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose MONIR, a Modalized-Output Normative Intermediate Representation for ASP-based compliance reasoning. Its core fragment has a staged operational semantics, while MONIR-ASP provides an executable compilation and extensions for external functions, temporal rules, and stable-model reasoning. We instantiate the framework on Chinese ADAS regulations and standards with an LLM-assisted pipeline. Experiments evaluate extraction quality and the efficiency of modular and incremental ASP solving.
Abstract（参考訳）: ASP ベースのコンプライアンス推論のための Modalized-Output Normative Intermediate Representation を提案する。 MONIR-ASPは、外部関数、時間的ルール、安定したモデル推論のための実行可能なコンパイルと拡張を提供する。 LLM支援パイプラインを用いて、中国ADAS規制と標準に関する枠組みをインスタンス化する。モジュラーおよびインクリメンタルASPソリューションの抽出品質と効率を評価する実験。

関連論文リスト

Meta-Programming for Linear-time Temporal Answer Set Programming [0.8740155342129587]
本稿では,多種多様な時間論理のセマンティクスを統一的・宣言的フレームワークを通じて操作する,柔軟なメタプログラミングフレームワークを提案する。我々のアプローチは、clingoの理論文法を形式的な型仕様とネスト機能で拡張することで、標準的なASPメタプログラミングを拡張します。 DELにおけるMELの間隔制約とFischer-Ladner閉包を管理するための重要な特徴を概説する。
論文参考訳（メタデータ） (2026-05-28T14:06:12Z)
Beyond the All-in-One Agent: Benchmarking Role-Specialized Multi-Agent Collaboration in Enterprise Workflows [24.72893952080658]
大規模言語モデル(LLM)エージェントは、企業環境での運用がますます期待されている。既存のベンチマークでは、幅広いツールアクセスを持つ単一のエージェントが評価されている。企業におけるマルチエージェントコラボレーションを評価するベンチマークである textscEntCollabBench を紹介する。
論文参考訳（メタデータ） (2026-05-09T07:47:07Z)
BenGER: A Collaborative Web Platform for End-to-End Benchmarking of German Legal Tasks [9.91190832627458]
BenGERは、タスクの作成、協調アノテーション、LLMの実行、および語彙、意味、事実、および判断に基づくメトリクスによる評価を統合するWebプラットフォームである。 BenGERはテナント分離とロールベースのアクセス制御を備えたマルチ組織プロジェクトをサポートする。エンドツーエンドのベンチマーク作成と分析を実演する。
論文参考訳（メタデータ） (2026-04-15T07:43:01Z)
Beyond Unimodal Shortcuts: MLLMs as Cross-Modal Reasoners for Grounded Named Entity Recognition [51.68340973140949]
GMNER(Multimodal Named Entity Recognition)は、テキストベースのエンティティを抽出し、セマンティックカテゴリを割り当て、それらを対応する視覚領域に接地することを目的としている。 MLLMは、視覚バイアスやテキストバイアスを含む$textbfmodality bias$を示す。本稿では,モダリティを考慮した一貫性推論(bfMCR$)を提案する。
論文参考訳（メタデータ） (2026-02-04T12:12:49Z)
Monadic Context Engineering [59.95390010097654]
本稿では,エージェント設計の正式な基盤を提供するために,モナディックコンテキストエンジニアリング(MCE)を紹介する。我々は、モナドがロバストなコンポジションをどのように実現し、Applicativesが並列実行に原則化された構造を提供し、また、モナドトランスフォーマーがこれらの機能の体系的なコンポジションをどのように可能にしているかを実証する。この階層化されたアプローチにより、開発者は、単純で独立した検証可能なコンポーネントから、複雑でレジリエントで効率的なAIエージェントを構築することができる。
論文参考訳（メタデータ） (2025-12-27T01:52:06Z)
DICE: Dynamic In-Context Example Selection in LLM Agents via Efficient Knowledge Transfer [50.64531021352504]
インコンテキスト学習(ICL)によって強化された大規模言語モデルベースエージェントは、複雑な推論やツール使用タスクにおいて強力な能力を示している。既存のアプローチは典型的には、エージェントやマルチステップの設定を含むサンプルの選択に依存している。推論の各ステップにおいて最も関連性の高い実演を選択できるエージェントタスクのための理論的に基礎付けられた ICL フレームワーク DICE を提案する。
論文参考訳（メタデータ） (2025-07-31T13:42:14Z)
An Empirical Study of Conformal Prediction in LLM with ASP Scaffolds for Robust Reasoning [52.29223403698673]
本稿では, Answer Set Programming (ASP) とともに, Conformal Language Modelling (CLM) の使用について検討する。 LLM から ASP プログラムの集合を生成するために CLM を適用し,出力の正確性に関する統計的保証を提供する。実験の結果,標準サンプリング手法を用いたベースラインモデルではCLMが有意に優れていた。
論文参考訳（メタデータ） (2025-03-07T14:10:10Z)
FlowAgent: Achieving Compliance and Flexibility for Workflow Agents [31.088578094151178]
FlowAgentは、コンプライアンスと柔軟性の両方を維持するように設計された新しいエージェントフレームワークである。 PDL を基盤として,OOW クエリを効果的に管理する LLM を支援する包括的フレームワークを開発した。本稿では,LLMエージェントのOOWシナリオ処理能力を評価するための新しい評価手法を提案する。
論文参考訳（メタデータ） (2025-02-20T07:59:31Z)
Attribute Controlled Fine-tuning for Large Language Models: A Case Study on Detoxification [76.14641982122696]
本稿では,属性制御付き大規模言語モデル(LLM)の制約学習スキーマを提案する。提案手法は, ベンチマーク上での競合性能と毒性検出タスクを達成しながら, 不適切な応答を少ないLCMに導出することを示す。
論文参考訳（メタデータ） (2024-10-07T23:38:58Z)

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。