論文の概要: A Formally Grounded ODRL Evaluator: Implementation and Comparison
- arxiv url: http://arxiv.org/abs/2607.15987v1
- Date: Fri, 17 Jul 2026 14:24:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-20 17:56:52.872853
- Title: A Formally Grounded ODRL Evaluator: Implementation and Comparison
- Title（参考訳）: 形式的接地型ODRL評価器の実装と比較
- Abstract要約: 透明な形式的意味論を持ち、全てのルールタイプをサポートする最初のODRL評価器を提案する。
我々は,政策の複雑さと評価対象データのサイズに関する異なるスケーラビリティ次元を実験的に分析し,その性能を実験的に測定する。
- 参考スコア（独自算出の注目度）: 0.06524460254566902
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The ODRL policy language is emerging as the de-facto standard for policy modelling data access and usage preferences, AI governance policies and data workflows in European dataspaces. The current standard has no mathematical formal semantics to describe how a system should implement policy evaluation. This has resulted in a variety of systems and tools that implement their own interpretation of the language, which limits interoperability and cannot guarantee consistent results. Based on an existing semantic model of ODRL, we formalise the problems of ODRL evaluation for the access control and monitoring scenarios, in both static and streaming settings, and we provide a novel, efficient algorithm and implementation. We present the first ODRL Evaluator with transparent formal semantics and supporting all rule types. We experimentally measure its performance, analysing different scalability dimensions related to policy complexity and size of the data on which a policy is evaluated. We compare our system with the state-of-the-art by providing a comparative review of existing ODRL evaluators, which highlights the differences in supported ODRL features and evaluation modes.
- Abstract（参考訳）: ODRLポリシー言語は、データアクセスと使用の好み、AIガバナンスポリシー、ヨーロッパのデータ空間におけるデータワークフローをモデル化するデファクトスタンダードとして登場している。
現在の標準は、システムが政策評価をどのように実装すべきかを記述する数学的形式的意味論を持っていない。
この結果、言語を独自の解釈で実装する様々なシステムやツールが生まれ、相互運用性が制限され、一貫性のある結果が保証できない。
既存のODRLのセマンティックモデルに基づいて,アクセス制御および監視シナリオにおけるODRL評価の問題を静的およびストリーミングの両方で形式化し,新しい,効率的なアルゴリズムと実装を提供する。
透明な形式的意味論を持ち、全てのルールタイプをサポートする最初のODRL評価器を提案する。
我々は,政策の複雑さと評価対象データのサイズに関する異なるスケーラビリティ次元を実験的に分析し,その性能を実験的に測定する。
我々は,既存のODRL評価器を比較検討し,ODRL機能と評価モードの違いを強調した。
関連論文リスト
- An Instrument to Evaluate Governance Proposals: AI Policy Analysis at Scale [4.570330752352129]
本稿では,AIガバナンスの提案に対する政策分析の枠組みを紹介する。
我々は,対象分野の専門家からの質的な洞察と計算テキスト分析を融合した混合手法を用いて,政策属性のルーブリックの設計を通知する。
このフレームワークは、政策の有効性や望ましさを評価するのではなく、属性間の関連性と整合性に焦点を当てている。
論文 参考訳（メタデータ） (2026-07-30T12:06:53Z) - UniDial-EvalKit: A Unified Toolkit for Evaluating Multi-Faceted Conversational Abilities [70.79422099851506]
対話型AIシステム評価のための統合評価ツールキットUniDial-EvalKit(UDE)を提案する。
UDEは異種データフォーマットを普遍的なスキーマに標準化し、モジュールアーキテクチャを通じて複雑な評価パイプラインを合理化し、一貫したスコアリングインターフェースの下でメートル法計算を調整する。
論文 参考訳（メタデータ） (2026-03-24T13:01:31Z) - ODRL Policy Comparison Through Normalisation [0.07646713951724009]
ODRL言語は、デジタル権利のポリシーと規制を表す標準となっている。
その複雑さは、その使用の障壁であり、多くの関連する理論的および実践的な研究がODRLの異なる、相互運用不可能な断片に焦点を合わせている。
我々は、ODRLポリシーのパラメトリックな正規化を最小のコンポーネントに含めるアプローチを提案することで、これらの問題を解決する。
論文 参考訳（メタデータ） (2026-03-13T12:09:22Z) - Parajudica: An RDF-Based Reasoner and Metamodel for Multi-Framework Context-Dependent Data Compliance Assessments [0.0]
Parajudicaは、コンテキスト依存のデータコンプライアンス状態を評価するための、オープンでモジュール化されたRDF/SPARQLベースのルールシステムである。
我々は、既存の法律フレームワークや業界標準の適用を通じて、このリソースの実用性とメタモデルを伴うことを実証する。
論文 参考訳（メタデータ） (2025-12-05T06:16:34Z) - Evaluation and Comparison Semantics for ODRL [0.12314765641075437]
我々はオープンデジタルライツ言語(ODRL)における計算ポリシーの評価・比較の問題を考える。
問合せ応答に基づくODRLの単純で直感的な形式的意味論を提供する。
論文 参考訳（メタデータ） (2025-09-05T14:30:41Z) - SEOE: A Scalable and Reliable Semantic Evaluation Framework for Open Domain Event Detection [70.23196257213829]
オープンドメインイベント検出のためのスケーラブルで信頼性の高いセマンティックレベルの評価フレームワークを提案する。
提案フレームワークはまず,現在7つの主要ドメインをカバーする564のイベントタイプを含む,スケーラブルな評価ベンチマークを構築した。
次に,大言語モデル(LLM)を自動評価エージェントとして活用し,意味的類似ラベルのきめ細かい定義を取り入れた意味的F1スコアを計算する。
論文 参考訳（メタデータ） (2025-03-05T09:37:05Z) - Open Digital Rights Enforcement Framework (ODRE): from descriptive to enforceable policies [1.3927943269211591]
本稿では,ODRLに執行能力を提供することを目標とする,オープンデジタル著作権執行(ODRE)フレームワークを紹介する。
このフレームワークには,ODRLポリシの実施アルゴリズムと,PythonとJavaの2つのオープンソース実装が含まれている。
論文 参考訳（メタデータ） (2024-09-26T07:36:49Z) - Optimal Baseline Corrections for Off-Policy Contextual Bandits [61.740094604552475]
オンライン報酬指標の偏りのないオフライン推定を最適化する意思決定ポリシーを学習することを目指している。
学習シナリオにおける同値性に基づく単一のフレームワークを提案する。
我々のフレームワークは、分散最適非バイアス推定器の特徴付けを可能にし、それに対する閉形式解を提供する。
論文 参考訳（メタデータ） (2024-05-09T12:52:22Z) - Statistically Efficient Variance Reduction with Double Policy Estimation
for Off-Policy Evaluation in Sequence-Modeled Reinforcement Learning [53.97273491846883]
本稿では、オフラインシーケンスモデリングとオフライン強化学習をダブルポリシー推定と組み合わせたRLアルゴリズムDPEを提案する。
D4RLベンチマークを用いて,OpenAI Gymの複数のタスクで本手法を検証した。
論文 参考訳（メタデータ） (2023-08-28T20:46:07Z) - Counterfactual Learning with General Data-generating Policies [3.441021278275805]
我々は、コンテキスト帯域設定における完全なサポートと不足したサポートロギングポリシーのクラスのためのOPE手法を開発した。
サンプルサイズが大きくなるにつれて,本手法の予測値が実測値の真の性能に収束することが証明された。
論文 参考訳（メタデータ） (2022-12-04T21:07:46Z) - Mutual Information Regularized Offline Reinforcement Learning [76.05299071490913]
我々は、データセットにおける状態と行動間の相互情報の観点から、オフラインRLにアプローチする新しいMISAフレームワークを提案する。
この下位境界の最適化は、オフラインデータセット上での一段階改善されたポリシーの可能性の最大化と等価であることを示す。
MISAの3つの異なる変種を導入し、より厳密な相互情報によりオフラインのRL性能が向上することを示した。
論文 参考訳（メタデータ） (2022-10-14T03:22:43Z) - Supervised Off-Policy Ranking [145.3039527243585]
オフポリシー評価(OPE)は、他のポリシーによって生成されたデータを活用して、ターゲットポリシーを評価する。
本稿では,訓練方針と既知の実績を正しくランク付けすることで,政策スコアリングモデルを学習する教師付き非政治ランキングを提案する。
本手法は,上位3つのポリシーのうち,最良と最良の双方のランク相関と性能差の両面から,強力なベースラインOPE法より優れる。
論文 参考訳（メタデータ） (2021-07-03T07:01:23Z) - Benchmarks for Deep Off-Policy Evaluation [152.28569758144022]
我々は,政策外の評価のベンチマークに使用できるポリシーの集合を提案する。
私たちのベンチマークの目標は、一連の原則から動機付けられた進歩の標準化された尺度を提供することです。
この領域における今後の研究を促進するために、当社のデータとコードに対するオープンソースアクセスを提供しています。
論文 参考訳（メタデータ） (2021-03-30T18:09:33Z)
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。