論文の概要: FOI-O: An NZ-first ontology and verification methods package for Freedom of Information process modelling
- arxiv url: http://arxiv.org/abs/2607.02947v1
- Date: Fri, 03 Jul 2026 04:46:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.469065
- Title: FOI-O: An NZ-first ontology and verification methods package for Freedom of Information process modelling
- Title（参考訳）: FOI-O:情報処理自由度モデリングのためのNZファーストオントロジーと検証方法パッケージ
- Abstract要約: FOI-Oは、情報管理の自由のための再利用可能なプロセスモデリング手法および検証インフラである。
ニュージーランドの公式情報法に基づくFOI-O NZは、唯一実施され、検証された司法府である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Public official-information request records contain process signals. They can support research, workflow review, and human-supervised agent help. Yet they also mix observed correspondence, platform states, inferred events, and legal outcomes. FOI-O is a reusable process-modelling method and verification infrastructure for Freedom of Information administration. FOI-O NZ, based on the New Zealand Official Information Act, is the only implemented and validated jurisdictional profile in the current repository. Broader reuse is a design intent and future validation path, not an empirical result of this package. FOI-O models the request record first. Request profiles, observed correspondence events, controlled vocabularies, and provenance make visible what was seen and how it was changed. It then adds review queues, release metadata, bounded agent contracts, semantic assets, process-model artefacts, and fixture-only process-mining interchange examples. Human certification of legally meaningful outcomes stays outside autonomous tooling. The repository provides JavaScript Object Notation (JSON) Schema contracts, Python data models, Simple Knowledge Organization System (SKOS) vocabularies, Web Ontology Language (OWL), Resource Description Framework (RDF), and Shapes Constraint Language (SHACL) assets. These are supported by deterministic examples, release metadata, quality gates, tests, Business Process Model and Notation (BPMN) and Petri Net Markup Language (PNML) process models, XES and OCEL-style fixture exports, and a planned New Zealand annotation task-set manifest. This article describes the motivation, architecture, ontology-development method, validation evidence, and implementation boundaries. The project is not legal advice, is not an official government publication, and does not certify release, refusal, redaction, charging, extension, transfer, complaint, or publication outcomes.
- Abstract（参考訳）: 公開公式情報要求記録にはプロセス信号が含まれている。
研究、ワークフローのレビュー、そして人間に監督されたエージェントヘルプをサポートすることができる。
しかし、観測された対応、プラットフォーム状態、推測された出来事、法的結果も混在している。
FOI-Oは、情報管理の自由のための再利用可能なプロセスモデリング手法および検証インフラである。
ニュージーランドの公式情報法に基づくFOI-O NZは、現在のリポジトリで唯一実施され、検証された司法権のプロファイルである。
より広い再利用は設計意図と将来の検証パスであり、このパッケージの実証的な結果ではない。
FOI-Oはリクエストレコードを最初にモデル化する。
要求プロファイル、観測された対応イベント、制御された語彙、証明は、何を見たか、どのように変化したかを可視化する。
次に、レビューキュー、リリースメタデータ、境界付けられたエージェントコントラクト、セマンティックアセット、プロセスモデルアーチファクト、フィクスチャのみのプロセスマイニングの例を追加します。
法的に意味のある成果の人間認定は、自律的なツールの外にとどまる。
このリポジトリは、JavaScript Object Notation(JSON)スキーマ契約、Pythonデータモデル、Simple Knowledge Organization System(SKOS)語彙、Web Ontology Language(OWL)、Resource Description Framework(RDF)、Shapes Constraint Language(SHACL)資産を提供する。
これらは決定論的な例、リリースメタデータ、品質ゲート、テスト、ビジネスプロセスモデルと表記(BPMN)、ペトリネットマークアップ言語(PNML)プロセスモデル、XESおよびOCELスタイルのフィクスチャエクスポート、そして計画中のニュージーランドのアノテーションタスクセットマニフェストによってサポートされている。
この記事では、モチベーション、アーキテクチャ、オントロジー開発方法、バリデーションエビデンス、実装境界について説明する。
プロジェクトは法的助言ではなく、公式の政府出版物ではなく、リリース、拒絶、再アクション、充電、拡張、転送、苦情、公告の結果を認定していない。
関連論文リスト
- From Event Logs to Governed Action: A BlueSky Agenda for Agentic Process Mining [72.81644384922838]
我々は、異種操作イベントデータを管理されたアクションに変換するプロセスマイニングアジェンダとして、イベント・ツー・アクション・プロセスマイニングを提案する。
イベントオブジェクト表現、アクションエビデンスパッケージ、ガバナンス契約、行動、延期、要求、拒否がすべて有効なアウトプットであるベンチマークの4つのアーティファクトが必要です。
論文 参考訳（メタデータ） (2026-09-07T21:02:23Z) - Formal Verification of Agentic Systems over Operational Data [59.98246281888422]
大規模言語モデル(LLM)によって駆動されるエージェントシステムは、永続的な運用データを扱う現実世界にますます展開されている。
既存のアプローチはそのようなシステムレベルの保証を提供していません。
本稿では, 1 つの LLM とツールオーケストレーションハーネスからなるエージェントシステムのリレーショナル操作データに対する検証について述べる。
論文 参考訳（メタデータ） (2026-08-04T13:01:30Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - PatchOptic for Shared-State LLM Workflows with Projected Views and Verified Structured Updates [0.013714053458441644]
ローカルな更新とグローバルな妥当性の契約であるPatchOpticを紹介します。
各ワークフローステップは、プロジェクションされた読み込みビュー、承認された書き込みリージョン、パッチソースリージョンを宣言する。
この設計をPatchBenchで評価した。PatchBenchは、報告されたリークとトークンコストの46ケースのベンチマークである。
論文 参考訳（メタデータ） (2026-07-06T16:13:56Z) - From Agent Traces to Trust: Evidence Tracing and Execution Provenance in LLM Agents [20.651400118242346]
大規模言語モデル(LLM)ベースのエージェントは、外部ツール、検索システム、メモリモジュール、環境、その他のエージェントと相互作用することで、複雑なタスクをますます解決する。
最終回答の精度だけでは、アウトプットがどのように生成されたかは説明できないため、それぞれのクレーム、ツールコールが正当化されたか、後の決定にメモリがどのように影響したか、実行失敗がどこから発生したかといった証拠が裏付けられている。
エビデンストレースと実行の証明は、検索されたエビデンス、ツール出力、メモリアイテム、環境観察、中間クレーム、アクション、最終回答がエージェントの実行を通してどのように接続されているかをモデル化することによって、このギャップに対処する。
論文 参考訳（メタデータ） (2026-06-03T15:12:47Z) - 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) - Making AI-Assisted Grant Evaluation Auditable without Exposing the Model [0.0]
本稿では,遠隔検定による要求の整合を支援するTEEアーキテクチャを提案する。
このアーキテクチャにより、外部検証者はどのモデル、ルーブリック、プロンプトテンプレート、入力表現が使われたかをチェックすることができる。
我々は、秘密のAI推論、証明可能なAI監査、ゼロ知識機械学習、アルゴリズムのアカウンタビリティ、AI支援ピアレビューに対する設計を位置付ける。
論文 参考訳（メタデータ） (2026-04-28T04:10:04Z) - Finding the Translation Switch: Discovering and Exploiting the Task-Initiation Features in LLMs [69.28193153685893]
大きな言語モデル(LLM)は、タスク固有の微調整なしでも、しばしば強力な翻訳能力を示す。
このプロセスをデミスティフィケートするために、スパースオートエンコーダ(SAE)を活用し、タスク固有の特徴を特定するための新しいフレームワークを導入する。
我々の研究は、LLMの翻訳機構のコアコンポーネントをデコードするだけでなく、内部モデル機構を使用してより堅牢で効率的なモデルを作成するための青写真も提供しています。
論文 参考訳（メタデータ） (2026-01-16T06:29:07Z) - Named entity recognition for Serbian legal documents: Design, methodology and dataset development [0.0]
セルビア語で書かれた法的文書の場合には,名前付きエンティティ認識(NER)の一解法を提案する。
これは、テキストコンテンツから特定のデータポイントを識別し分類する特定のタスクに慎重に適応していた変換器(BERT)からの事前訓練された双方向エンコーダ表現を活用している。
論文 参考訳（メタデータ） (2025-02-14T22:23:39Z) - Predicting the Performance of Black-box LLMs through Self-Queries [60.87193950962585]
大規模言語モデル(LLM)は、AIシステムにおいてますます頼りになってきている。
本稿では、フォローアッププロンプトを使用し、異なる応答の確率を表現として捉え、ブラックボックス方式でLCMの特徴を抽出する。
これらの低次元表現上で線形モデルをトレーニングすると、インスタンスレベルでのモデル性能の信頼性を予測できることを示す。
論文 参考訳（メタデータ） (2025-01-02T22:26:54Z) - Adapting Large Language Models for Content Moderation: Pitfalls in Data
Engineering and Supervised Fine-tuning [79.53130089003986]
大規模言語モデル(LLM)は、様々なドメインでタスクを処理するための実現可能なソリューションとなっている。
本稿では、コンテンツモデレーションのためにプライベートにデプロイ可能なLLMモデルを微調整する方法を紹介する。
論文 参考訳（メタデータ） (2023-10-05T09:09:44Z) - FacTeR-Check: Semi-automated fact-checking through Semantic Similarity
and Natural Language Inference [61.068947982746224]
FacTeR-Checkは、ファクトチェックされた情報の検索、未確認のクレームの検証、ソーシャルメディア上での危険な情報の追跡を可能にする。
このアーキテクチャは、NLI19-SPと呼ばれる新しいデータセットを使って検証されている。
この結果から,各ベンチマークにおける最先端性能と,61種類のホアックスの時間経過に伴う進化の有用な解析結果が得られた。
論文 参考訳（メタデータ） (2021-10-27T15:44:54Z) - Key Information Extraction From Documents: Evaluation And Generator [3.878105750489656]
本研究プロジェクトは,文書からの情報抽出のための最先端モデルと比較する。
その結果,NLPに基づく事前処理はモデル性能に有益であることが示唆された。
境界ボックス回帰デコーダの使用により、長方形に従わないフィールドに対してのみモデル性能が向上する。
論文 参考訳（メタデータ） (2021-06-09T16:12:21Z) - Knowledge-Aware Procedural Text Understanding with Multi-Stage Training [110.93934567725826]
本稿では,このような文書の理解とプロセス中のエンティティの状態や場所の追跡を目的とした手続き的テキスト理解の課題に焦点をあてる。
常識的推論の難しさとデータ不足という2つの課題はまだ未解決のままである。
我々は、複数の外部知識を効果的に活用する、KnOwledge-Aware ProceduraL text understAnding (KOALA)モデルを提案する。
論文 参考訳（メタデータ） (2020-09-28T10:28:40Z)
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。