論文の概要: Multi-Agent Framework for Audit Risk Assessment with Explicit Uncertainty and Evidence Conflict Modeling
- arxiv url: http://arxiv.org/abs/2606.15640v1
- Date: Sun, 14 Jun 2026 07:06:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 16:21:33.771743
- Title: Multi-Agent Framework for Audit Risk Assessment with Explicit Uncertainty and Evidence Conflict Modeling
- Title（参考訳）: 明示的不確実性とエビデンス・コンフリクト・モデリングによる監査リスク評価のためのマルチエージェントフレームワーク
- Abstract要約: UMARはMD&Aテキストエージェント、ファイナンシャルレートエージェント、CAMエージェントの3つの特殊エージェントを使用するフレームワークである。
SEC10-Kの提出書類から3200件の年次観測データを用いてUMARを評価する。
- 参考スコア（独自算出の注目度）: 6.05989830654114
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Audit risk assessment increasingly benefits from combining heterogeneous evidence sources, yet existing approaches typically produce point predictions without quantifying how well different evidence streams agree. We propose UMAR (Uncertainty-Aware Multi-Agent Risk Assessment), a framework that employs three specialized agents: an MD&A Text Agent, a Financial Ratio Agent, and a CAM Agent, each producing independent risk scores with calibrated uncertainty estimates. An Uncertainty Aggregator based on Dempster-Shafer evidence theory fuses these scores while explicitly measuring inter-agent conflict. We evaluate UMAR on a U.S. dataset of 3,200 firm-year observations from SEC 10-K filings (2019-2023), with financial restatement as the target label. Experimental results show that UMAR achieves an AUROC of 0.782 and a PR-AUC of 0.341, outperforming logistic regression, XGBoost, FinBERT, and single-agent and dual-agent LLM baselines. UMAR attains the lowest expected calibration error (ECE = 0.052) among all methods and identifies evidence-conflict patterns that correlate with actual restatement risk, offering auditors potentially actionable and interpretable risk signals.
- Abstract（参考訳）: 聴取リスクアセスメントは異種証拠ソースを組み合わせることでますます恩恵を受けるが、既存のアプローチでは、異なる証拠ストリームがどの程度うまく一致しているかを定量化せずに、ポイント予測を生成するのが一般的である。
我々は,MD&Aテキストエージェント,金融比率エージェント,CAMエージェントの3つの特殊エージェントを用いたUMAR(Uncertainty-Aware Multi-Agent Risk Assessment)を提案する。
Dempster-Shaferエビデンス理論に基づく不確実性アグリゲータは、これらのスコアを混乱させ、エージェント間の競合を明示的に測定する。
SEC10-Kの申請書類(2019-2023)から得られた3200件の年次観測データからUMARを評価する。
実験結果から,UMARは0.782のAUROCと0.341のPR-AUCを達成し,ロジスティック回帰,XGBoost,FinBERT,単一エージェントおよび二重エージェントLDMベースラインよりも優れていた。
UMARはすべての手法の中で最も低いキャリブレーション誤差(ECE = 0.052)を獲得し、実際のリフレッシュリスクと相関するエビデンス・コンフリクト・パターンを特定し、監査役に潜在的に行動可能で解釈可能なリスク信号を提供する。
関連論文リスト
- From Sequence to Structure: Relational Uncertainty Propagation for LLM Agents [75.69180947909148]
大規模言語モデル(LLM)エージェントのためのトラジェクトリレベルのUQフレームワークを提案する。
RuPAは、推論状態、ツールインタラクション、環境フィードバックが時間的およびセマンティックな依存関係エッジで接続されたノードである、指向的なトラジェクトリグラフとして実行履歴を表現している。
我々は,複数のモデルファミリにまたがる6つのオープンソースLCMを用いて,代用エージェントベンチマーク($2, Terminal-Bench-2, GAIA)でRUPAを評価した。
論文 参考訳（メタデータ） (2026-08-17T01:40:14Z) - AWARE-FX: An Auditable Knowledge-Guided AI System for Measuring Corporate Foreign-Exchange Hedging Disclosure [5.667104793245957]
企業年次報告書には、外国為替リスク管理、デリバティブ・ユース、ナチュラル・ヘッジ、明示的な非使用に関する弱い構造化された証拠が含まれている。
本研究では,AI/NLP意思決定支援システムであるAWARE-FXを開発した。
論文 参考訳（メタデータ） (2026-07-30T02:58:46Z) - Extreme Volatility Warning under Label Scarcity via Multi-Source Anomaly Fusion [9.298391210599604]
当社のCSI300設定では、791のトレーニング日で80ドルの正のサンプルしか見つからず、教師付きマルチソースモデルを不安定にしています。
我々は、市場指標、GDELTイベント、中国の金融ニュース、英語メディアの異常スコアと軽量リッジスコア融合を組み合わせた半教師付きフレームワークであるtextbfAAMSF(Anomaly-Augmented Multi-Signal Fusion)を提案する。
CSI300では、AAMSFはAUC-ROC textbf0.680をテストし、最強の教師なしベースライン(0.630)と神経ベースライン(0.588)を上回ります。
論文 参考訳（メタデータ） (2026-07-26T14:30:58Z) - Time to REFLECT: Can We Trust LLM Judges for Evidence-based Research Agents? [61.49434544687523]
本稿では,エージェント環境におけるきめ細かい故障検出を目的としたメタ評価ベンチマークREFLECTを紹介する。
REFLECTはプロセスレベルの障害モードと結果レベルの障害モードの詳細な分類を定義し、制御および局所的な介入を実行することでインスタンス化する。
私たちの実験では、最高のパフォーマンスモデルでさえ、推論、ツール使用、レポート品質の失敗に対して、全体的なアキュラシーを55%以下に達成しています。
論文 参考訳（メタデータ） (2026-05-18T23:55:08Z) - Representation Signatures and Risk-Feedback Alignment in LLM Trading Agents [0.0635655952373977]
金融決定環境における大規模言語モデル(LLM)エージェントの行動アライメントと表現ダイナミクスについて検討する。
提案手法では, プレドローダウン状態とは別個に, 正規状態のセントロイドからの埋め込み, 融合した計画リスク表現, および, 故障前の有効ランク収縮を示す。
また、構造的リスクフィードバックは微調整なしで外部アライメント信号として機能するが、普遍的な性能向上にはならない。
論文 参考訳（メタデータ） (2026-05-16T16:53:34Z) - Claw-Eval: Toward Trustworthy Evaluation of Autonomous Agents [66.97968363332465]
エージェントベンチマークの3つのギャップに対処するエンドツーエンド評価スイートであるClaw-Evalを紹介した。
Claw-Evalは3つのグループにまたがる9つのカテゴリにまたがる300の人間検証タスクで構成されている。
すべてのエージェントアクションは、3つの独立したエビデンスチャネルを通じて記録される。
論文 参考訳（メタデータ） (2026-04-07T17:43:18Z) - ATBench: A Diverse and Realistic Agent Trajectory Benchmark for Safety Evaluation and Diagnosis [96.92417622318267]
ATBenchは、エージェント安全性の構造化、多様性、現実的な評価のための軌道レベルのベンチマークである。
リスクソース、障害モード、現実世界の危害の3つの側面に沿ってエージェント的リスクを編成する。
1000個の軌道(安全503個、安全497個)があり、平均9.01ターンと3.95kトークンがあり、2,084個のツールにまたがるプールから1,954個のツールが呼び出されている。
論文 参考訳（メタデータ） (2026-04-02T13:26:20Z) - A Multi-Agent Framework for Medical AI: Leveraging Fine-Tuned GPT, LLaMA, and DeepSeek R1 for Evidence-Based and Bias-Aware Clinical Query Processing [0.4349324020366305]
大規模言語モデル(LLM)は、医療問題に対する回答を約束するが、臨床的使用は、弱い検証、不十分な証拠の根拠、信頼できない信頼のシグナルによって制限される。
本稿では,補完的なLCMとエビデンス検索,不確実性推定,バイアスチェックを組み合わせて回答信頼性を向上させるマルチエージェント医療QAフレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-15T14:17:27Z) - CreditAudit: 2$^\text{nd}$ Dimension for LLM Evaluation and Selection [44.251742023911135]
CreditAuditはデプロイ指向の信用監査フレームワークで、セマンティックアライメントと非敵対的なシステムプロンプトテンプレートのファミリ下でモデルを評価する。
同様の平均能力を持つモデルは、かなり異なる変動を示し、安定リスクは、エージェントまたは高失敗コストの制度における優先順位決定を覆す可能性があることを示す。
論文 参考訳（メタデータ） (2026-01-23T07:53:25Z) - Bayesian Modeling for Uncertainty Management in Financial Risk Forecasting and Compliance [0.0]
我々は,市場ボラティリティ予測,不正検出,コンプライアンス監視におけるリスクの取り扱いを継続的に促進する統合的アプローチを開発する。
我々は,2000年から2019年までのトレーニング期間,2020年から2024年までのアウト・オブ・サンプルテスト期間を用いて,毎日のS&P500リターンにおける95%バリュー・アット・リスク(VaR)予測の性能を評価した。
提案した割引係数DLMモデルは,クラスタ化違反の証拠とともに,わずかにリベラルなVaR推定を導出する。
論文 参考訳（メタデータ） (2025-12-06T23:00:19Z) - Audit the Whisper: Detecting Steganographic Collusion in Multi-Agent LLMs [0.0]
Audit the Whisperは、理論、ベンチマーク設計、検出、検証にまたがるカンファレンスグレードの研究成果物である。
i) パラフレーズ, レート制限, 役割置換などの介入が, ペアリングしたKullback-Leibler診断によって定量的なペナルティの操作を課すことを示すチャネル容量分析を行った。
我々は、匿名化された再生スクリプト、匿名化されたマニフェスト、ドキュメントをリリースし、外部監査官がすべての図を再現し、二重盲検要件を満たし、最小限の努力でフレームワークを拡張します。
論文 参考訳（メタデータ） (2025-10-05T17:51:52Z) - Controlling Risk of Retrieval-augmented Generation: A Counterfactual Prompting Framework [77.45983464131977]
我々は、RAGモデルの予測が誤りであり、現実のアプリケーションにおいて制御不能なリスクをもたらす可能性がどの程度あるかに焦点を当てる。
本研究は,RAGの予測に影響を及ぼす2つの重要な潜伏要因を明らかにする。
我々は,これらの要因をモデルに誘導し,その応答に与える影響を解析する,反実的プロンプトフレームワークを開発した。
論文 参考訳（メタデータ） (2024-09-24T14:52:14Z) - Malicious Agent Detection for Robust Multi-Agent Collaborative Perception [52.261231738242266]
多エージェント協調(MAC)知覚は、単エージェント認識よりも敵攻撃に対して脆弱である。
MAC知覚に特異的な反応防御であるMADE(Malicious Agent Detection)を提案する。
我々は、ベンチマーク3DデータセットV2X-simとリアルタイムデータセットDAIR-V2Xで包括的な評価を行う。
論文 参考訳（メタデータ） (2023-10-18T11:36:42Z)
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。