論文の概要: Governing Generative AI Across Financial Institutions: An SR 26-2-Compatible Framework for Generative AI Risk Control
- arxiv url: http://arxiv.org/abs/2607.04103v2
- Date: Thu, 09 Jul 2026 13:59:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-10 14:45:27.25201
- Title: Governing Generative AI Across Financial Institutions: An SR 26-2-Compatible Framework for Generative AI Risk Control
- Title（参考訳）: 金融機関全体でジェネレーティブAIを統治する:ジェネレーティブAIリスク管理のためのSR 26-2-Compatible Framework
- Abstract要約: Generative AI Control Framework (GAICF) は、生成AI対応金融ガバナンスのためのSR 26-2互換フレームワークである。
本稿では、生成AI対応金融ガバナンスのためのSR 26-2互換フレームワークである生成AI制御フレームワーク(GAICF)を提案する。
- 参考スコア（独自算出の注目度）: 1.3253687170778101
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The release of SR 26-2 marks a significant modernization of U.S. model risk management by replacing SR 11-7 with a more risk-based and materiality-sensitive supervisory framework. However, generative and agentic AI are excluded, creating an important governance challenge for banking organizations and other financial institutions. Although generative AI may not directly estimate credit risk or make underwriting decisions, its outputs can materially affect the surrounding control environment through monitoring interpretation, policy analysis, or adverse-action language drafting. These uses may influence how regulated financial decisions are explained, challenged, documented, and governed. This paper proposes the Generative AI Control Framework (GAICF), an SR 26-2-compatible governance framework for generative AI-enabled financial workflows. The framework translates core model risk management principles into a layered control structure for generative AI applications that operate outside the formal model boundary but remain embedded within regulated banking processes. GAICF provides a practical approach for financial institutions seeking to align emerging generative AI governance practices with the risk-based supervisory expectations reflected in SR 26-2.
- Abstract（参考訳）: SR 26-2のリリースは、SR 11-7をリスクベースで物質性に敏感な監視フレームワークに置き換えることで、米国のモデルリスク管理の大幅な近代化を図った。
しかし、生成的かつエージェント的なAIは除外されており、銀行組織や他の金融機関にとって重要なガバナンス課題を生み出している。
生成AIは、直接信用リスクを推定したり、引受決定を下すことはできないが、その出力は、解釈、ポリシー分析、または非アクション言語ドラフトの監視を通じて、周囲の制御環境に実質的に影響を与える可能性がある。
これらの利用は、規制された金融決定が説明され、挑戦され、文書化され、管理される方法に影響を与える可能性がある。
本稿では、生成AI対応金融ワークフローのためのSR 26-2互換ガバナンスフレームワークである生成AI制御フレームワーク(GAICF)を提案する。
このフレームワークは、コアモデルリスク管理の原則を、正式なモデル境界外で動作するが規制された銀行プロセスに組み込まれている生成AIアプリケーションのための階層化された制御構造に変換する。
GAICFは、新たなジェネレーティブAIガバナンスプラクティスをSR 26-2に反映されたリスクベースの監督的期待と整合させようとする金融機関に対して、実践的なアプローチを提供する。
関連論文リスト
- An approach to systemic risks of AI through the lens of emergence, collective action problems, and externalities [41.99844472131922]
一般的には、システム的リスク、特にAIの定義は受け入れられていない。
人権や基本的権利に対するシステム的リスクアプローチの適用は、EU AI Actのように、比較的新しい。
これまでのところ、いくつかの概念は複雑さと出現を考慮に入れていない。
論文 参考訳（メタデータ） (2026-07-20T17:12:04Z) - Governing frontier general-purpose AI in the public sector: adaptive risk management and policy capacity under uncertainty through 2030 [0.0]
論文では、フロンティアAIのための公共ガバナンスは、適応的なリスク管理、シナリオ対応の規制、社会技術的変革に基づくべきであると論じている。
政府におけるAIの採用は、組織の監視、公共セクター機関のダイナミクス、データコラボレーション能力にどのように依存するかを調べる。
効果的なAIガバナンスには、より強力なポリシキャパシティ、より明確な責任割り当て、さまざまな技術的未来にわたって堅牢なガバナンスメカニズムが必要である、と結論付けている。
論文 参考訳（メタデータ） (2026-03-16T19:03:26Z) - Agentic AI, Retrieval-Augmented Generation, and the Institutional Turn: Legal Architectures and Financial Governance in the Age of Distributional AGI [0.0]
本稿では,エージェントAI,Retrieval-Augmented Generation(RAG)の交わりと,法的説明責任と金融市場の整合性との関連について検討する。
我々は、調整された構成値ではなく、ランタイムガバナンスグラフ、制裁関数、観察可能な行動制約を含むメカニズム設計問題として、アライメントを再認識しなければならないと論じる。
論文 参考訳（メタデータ） (2026-02-20T11:58:43Z) - Mapping AI Risk Mitigations: Evidence Scan and Preliminary AI Risk Mitigation Taxonomy [35.22340964134219]
AIリスク軽減フレームワークの展望は断片化され、一貫性のない用語を使用し、カバレッジにギャップがある。
本稿では、AIリスク軽減のための予備的なAIリスク軽減分類を導入し、共通の参照枠を提供する。
この分類法は、2023年から2025年の間に発行された13のAIリスク軽減フレームワークの素早いエビデンススキャンによって開発された。
論文 参考訳（メタデータ） (2025-12-12T03:26:29Z) - International AI Safety Report 2025: Second Key Update: Technical Safeguards and Risk Management [115.92752850425272]
2025年の国際AI安全レポートの第2の更新は、この1年で汎用AIリスク管理の新しい展開を評価している。
研究者、公共機関、AI開発者が汎用AIのリスク管理にどのようにアプローチしているかを調べる。
論文 参考訳（メタデータ） (2025-11-25T03:12:56Z) - The 2025 OpenAI Preparedness Framework does not guarantee any AI risk mitigation practices: a proof-of-concept for affordance analyses of AI safety policies [35.43144920451646]
OpenAI 'Preparedness Framework Version 2' (2025年4月) は、余裕のメカニズムと条件モデルとMIT AI Risk Repositoryを用いて分析する。
この安全ポリシーは、少数のAIリスクの評価を要求し、意図せずに「致命的な危害」を可能にする'Medium'機能を備えたシステムのデプロイを奨励する。
これらの結果は、AIリスクの効果的な緩和には、現在の業界自己規制を超えて、より堅牢なガバナンス介入が必要であることを示唆している。
論文 参考訳（メタデータ） (2025-09-29T07:42:10Z) - Embodied AI: Emerging Risks and Opportunities for Policy Action [46.48780452120922]
EAI(Embodied AI)システムは、物理的な世界で存在し、そこから学び、推論し、行動することができる。
EAIシステムには、悪意のある使用による身体的被害、大量監視、経済的・社会的破壊など、重大なリスクが伴う。
論文 参考訳（メタデータ） (2025-08-28T17:59:07Z) - Artificial Intelligence in Government: Why People Feel They Lose Control [44.99833362998488]
行政における人工知能の利用は急速に拡大している。
AIはより効率と応答性を約束するが、政府機能への統合は公正性、透明性、説明責任に関する懸念を提起する。
この記事では、デリゲートの特別事例として、AI導入に関するプリンシパル・エージェント理論を適用します。
論文 参考訳（メタデータ） (2025-05-02T07:46:41Z) - Generative AI Enhanced Financial Risk Management Information Retrieval [0.0]
RiskDataは、リスク管理に埋め込みモデルを微調整するためのデータセットである。
RiskEmbedは、財務質問応答システムにおける検索精度を向上させるために設計された微調整埋め込みモデルである。
論文 参考訳（メタデータ） (2025-04-04T20:42:38Z) - Reinsuring AI: Energy, Agriculture, Finance & Medicine as Precedents for Scalable Governance of Frontier Artificial Intelligence [0.0]
本稿では,3階層の保険アーキテクチャを通じて,このようなハイテイクモデルを管理するための新しい枠組みを提案する。
連邦政府が、脆弱な規制や予測ライセンス制度に頼ることなく、民間のAI保険市場を安定させる方法を示している。
論文 参考訳（メタデータ） (2025-04-02T21:02:19Z) - Media and responsible AI governance: a game-theoretic and LLM analysis [61.132523071109354]
本稿では,信頼できるAIシステムを育成する上での,AI開発者,規制当局,ユーザ,メディア間の相互作用について検討する。
進化的ゲーム理論と大言語モデル(LLM)を用いて、異なる規制体制下でこれらのアクター間の戦略的相互作用をモデル化する。
論文 参考訳（メタデータ） (2025-03-12T21:39:38Z) - Decentralized Governance of Autonomous AI Agents [0.0]
ETHOSは、ブロックチェーン、スマートコントラクト、分散自律組織(DAO)など、Web3テクノロジを活用する分散ガバナンス(DeGov)モデルである。
AIエージェントのグローバルレジストリを確立し、動的リスク分類、比例監視、自動コンプライアンス監視を可能にする。
合理性、倫理的根拠、ゴールアライメントの哲学的原則を統合することで、ETHOSは信頼、透明性、参加的ガバナンスを促進するための堅牢な研究アジェンダを作ることを目指している。
論文 参考訳（メタデータ） (2024-12-22T18:01:49Z) - The risks of risk-based AI regulation: taking liability seriously [46.90451304069951]
AIの開発と規制は、重要な段階に達したようだ。
一部の専門家は、GPT-4よりも強力なAIシステムのトレーニングに関するモラトリアムを求めている。
本稿では、最も先進的な法的提案である欧州連合のAI法について分析する。
論文 参考訳（メタデータ） (2023-11-03T12:51:37Z)
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。