論文の概要: Assuming You Knew: Fixing an Epistemic Semantics for Flow Policies Using Agentic AI
- arxiv url: http://arxiv.org/abs/2608.00882v1
- Date: Sat, 01 Aug 2026 22:12:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:24.969293
- Title: Assuming You Knew: Fixing an Epistemic Semantics for Flow Policies Using Agentic AI
- Title（参考訳）: エージェントAIによるフローポリシの認識的セマンティクスの修正
- Abstract要約: 本稿では,プログラム内の情報の流れに関する高レベルのセキュリティ要件に対して,統一的なフレームワークを提供することを試みる。
エージェントAIコーディングアシスタントの助けを借りて、修正された形式化がRocq証明アシスタントでマシンチェックされた。
フレームワークの単純さと汎用性は、異なるポリシー仕様スタイルを比較し、既存のテクニックを活用することでそれらを強制するのに役立ちます。
- 参考スコア（独自算出の注目度）: 1.0152838128195467
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Many high-level security requirements are about the allowed flow of information in programs and are difficult to make precise because they involve selective downgrading. Notions from epistemic logic have emerged as a good approach to policy semantics but a robust general framework remains elusive. A paper appearing in CSF 2018, entitled ``Assuming You Know: Epistemic Semantics of Relational Annotations for Expressive Flow Policies'', attempted to provide a unifying framework---but the formalization was sketchy and a correction was announced during the conference presentation. With aid from an agentic AI coding assistant, a corrected formalization has been machine checked in the Rocq proof assistant. The simplicity and generality of the framework may help compare different policy specification styles and enforce them by leveraging existing techniques.
- Abstract（参考訳）: 高いレベルのセキュリティ要件の多くは、プログラム内の情報の流れを許容するものであり、選択的なダウングレードを含むため、正確に判断することは困難である。
エピステミック論理からの注釈は、政策意味論のよいアプローチとして現れてきたが、堅牢な一般的な枠組みはいまだ解明されていない。
Assuming You Know: Epistemic Semantics of Relational Annotations for Expressive Flow Policies'というタイトルのCSF 2018に掲載された論文は、統一フレームワークの提供を試みたが、形式化はまじめで、カンファレンスのプレゼンテーション中に修正が発表された。
エージェントAIコーディングアシスタントの助けを借りて、修正された形式化がRocq証明アシスタントでマシンチェックされた。
フレームワークの単純さと汎用性は、異なるポリシー仕様スタイルを比較し、既存のテクニックを活用することでそれらを強制するのに役立ちます。
関連論文リスト
- Automatic Red Teaming for Implicit Vulnerabilities of Text-to-Image Models [58.59008920408855]
本稿では,ターゲットモデルのパラメータへのアクセスを必要とせずに,暗黙の脆弱性を明らかにするためのAdvPIE(Adversarial Probing for Implicit VulnErabilities)を提案する。
AdvPIEは、審査員からのフィードバックに基づいて暗黙の敵のプロンプトを生成し、洗練するためのポリシーエージェントを採用する。
標準および安全性に適合したT2Iモデルの実験では、AdvPIE1が暗黙の脆弱性を効果的に発見している。
論文 参考訳（メタデータ） (2026-09-05T13:45:09Z) - Cryptographic certificates of validity for trustworthy AI [0.0]
本稿ではエージェントAIシステムに対する妥当性の暗号証明書を提案する。
エージェントの行動は、合意された正式な方針を満たす独立に検証可能な証明を伴うことができる。
論文 参考訳（メタデータ） (2026-06-22T16:42:25Z) - Citation-Closure Retrieval and Per-Rule Attribution for Real-World Regulatory Compliance Question Answering [54.97384993676565]
複雑な国内R&D規制から派生した運用知識グラフを特徴とする,新たなベンチマークであるRegOps-Benchを用いて,レギュレーションコンプライアンスQAを形式化する。
RefWalkはクロスドキュメントの引用を横切り、マックスベースのアグリゲーションを通じてマルチビュー候補を融合させ、ソースへのクレームを明示的にマッピングするためにルールごとの属性を強制する。
論文 参考訳（メタデータ） (2026-05-28T10:38:38Z) - Trustworthy Clinical Decision Support Using Meta-Predicates and Domain-Specific Languages [0.0]
メタ述語は、どのエビデンスタイプが任意の規則で許容可能であるかを主張する。
システムは、可変解釈のためのオープンソースのプラットフォームであるAnFiSAでインスタンス化される。
論文 参考訳（メタデータ） (2026-04-23T04:11:44Z) - PolicyBank: Evolving Policy Understanding for LLM Agents [51.86716874651299]
PolicyBankは構造化されたツールレベルの政策洞察を維持し、それらを反復的に洗練する。
PolicyBankは、人間の神託に対するギャップの最大82%を閉じている。
論文 参考訳（メタデータ） (2026-04-16T20:29:30Z) - HIPO: Instruction Hierarchy via Constrained Reinforcement Learning [57.40686733111483]
textscHIPOは、制約付きマルコフ決定プロセスとしてHIFを定式化する新しいアライメントフレームワークである。
textscHIPOはシステムプロンプトを単に入力コンテキストから厳密なアルゴリズム境界まで高める。
論文 参考訳（メタデータ） (2026-03-17T06:12:41Z) - Doc-PP: Document Policy Preservation Benchmark for Large Vision-Language Models [13.70855540464427]
我々は、厳密な非開示ポリシーの下で、異質な視覚的およびテキスト的要素の推論を必要とする実世界のレポートから構築された新しいベンチマークDoc-PPを紹介する。
モデルでは、複雑な合成によって答えが推測されなければならない場合や、モダリティにまたがって集約された場合、機密情報を頻繁にリークする。
政策検証から推論を分離する構造推論フレームワークであるDVAを提案する。
論文 参考訳（メタデータ） (2026-01-07T13:45:39Z) - Analyzing and Internalizing Complex Policy Documents for LLM Agents [53.14898416858099]
大規模言語モデル(LLM)ベースのエージェントシステムは、多様なビジネスルールをコードするコンテキスト内ポリシー文書に依存している。
これは、パフォーマンスを保ちながら、ポリシー文書をモデルプリエントに組み込む内部化手法の開発を動機付けます。
CC-Genは4つのレベルにまたがる制御可能な複雑度を持つエージェントベンチマークジェネレータである。
論文 参考訳（メタデータ） (2025-10-13T16:30:07Z) - Policy-as-Prompt: Turning AI Governance Rules into Guardrails for AI Agents [0.19336815376402716]
我々は、構造化されていない設計成果物(RD、TDD、コードなど)を検証可能なランタイムガードレールに変換する規制機械学習フレームワークを導入します。
Promptメソッドとしての私たちのポリシーは、これらのドキュメントを読み、ソースリンクされたポリシーツリーを構築するためのリスクコントロールです。
システムは最小限の特権とデータ最小化を強制するために構築される。
論文 参考訳（メタデータ） (2025-09-28T17:36:52Z) - Explainable AI Systems Must Be Contestable: Here's How to Make It Happen [2.5875936082584623]
本稿では、説明可能なAIにおける競合性の最初の厳密な形式的定義について述べる。
我々は、ヒューマン中心のインターフェース、技術プロセス、組織アーキテクチャにまたがる、設計やポストホックメカニズムのモジュール化されたフレームワークを紹介します。
私たちの作業は実践者に、真のリコースと説明責任をAIシステムに組み込むためのツールを提供しています。
論文 参考訳（メタデータ） (2025-06-02T13:32:05Z) - Towards Safety Reasoning in LLMs: AI-agentic Deliberation for Policy-embedded CoT Data Creation [70.62656296780074]
本稿では,新しいデータ生成法であるAIDSAFE(Agenic Iterative Deliberation for Safety Reasoning)を提案する。
AIDSAFEにおけるデータリファインダーの段階は、反復的、冗長的、詐欺的思考を排除し、高品質なアウトプットを保証する。
本評価は, AIDSAFEによるCoTsが, より優れた政策順守と推論品質を実現することを示すものである。
論文 参考訳（メタデータ） (2025-05-27T21:34:40Z) - An Algebraic Approach to Asymmetric Delegation and Polymorphic Label Inference (Technical Report) [3.183855005494611]
言語ベースの情報フロー制御(IFC)は、分散アプリケーションにおけるセキュリティポリシーの推論と実施を可能にする。
IFCラベルを使用して、準正直なエージェントのような特定のセキュリティ仮定をモデル化することは困難である。
機密性や整合性の部分的なデリゲートである非対称デリゲートの形式化を可能にするセマンティックフレームワークを提案する。
論文 参考訳（メタデータ） (2025-04-29T05:00:17Z) - Few-shot Policy (de)composition in Conversational Question Answering [54.259440408606515]
本稿では,大規模言語モデル(LLM)を用いて数ショット設定でポリシーコンプライアンスを検出するニューラルシンボリックフレームワークを提案する。
提案手法は,回答すべきサブクエストを抽出し,文脈情報から真理値を割り当て,与えられたポリシーから論理文の集合を明示的に生成することで,政策コンプライアンスに関する会話に対して健全な理由を示す。
本手法は,PCDおよび会話機械読解ベンチマークであるShARCに適用し,タスク固有の微調整を伴わずに競合性能を示す。
論文 参考訳（メタデータ） (2025-01-20T08:40:15Z)
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。