Fugu-MT 論文翻訳(概要): Simplifying Requirements Engineering in the Context of the LGPD: An LLM-Based Investigation

論文の概要: Simplifying Requirements Engineering in the Context of the LGPD: An LLM-Based Investigation

arxiv url: http://arxiv.org/abs/2608.11454v1
Date: Tue, 11 Aug 2026 21:39:48 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-13 19:07:54.392132
Title: Simplifying Requirements Engineering in the Context of the LGPD: An LLM-Based Investigation
Title（参考訳）: LLMに基づくLGPDにおける要求工学の簡易化
Abstract要約: 本研究では,ブラジル一般データ保護法(LGPD)の枠組みにおいて,大規模言語モデル(LLM)が要求工学(RE)を簡素化できるかどうかを検討する。提案手法は,ユーザストーリとアクセプタンステストシナリオを自動生成する現行の法律を利用する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Compliance with privacy legislation poses a complex challenge to Requirements Engineering (RE): translating legal norms into software requirements. In this context, this study investigates whether Large Language Models (LLMs) can simplify RE within the framework of the Brazilian General Data Protection Law (LGPD). The proposed approach utilizes current legislation to automatically generate User Stories and Acceptance Test Scenarios. The evaluation results demonstrated high performance, confirming the potential of LLMs to ensure regulatory compliance from the software's inception.
Abstract（参考訳）: プライバシ法への準拠は、要件工学(RE)に複雑な課題をもたらします。本研究では,ブラジルの一般データ保護法 (LGPD) の枠組みの中で,Large Language Models (LLMs) がREを単純化できるかどうかを検討する。提案手法は,ユーザストーリとアクセプタンステストシナリオを自動生成する現行の法律を利用する。評価結果は高い性能を示し,LSMがソフトウェア開始時の規制コンプライアンスを確実にする可能性を確認した。

関連論文リスト

Operationalizing Regulations into Code: A Model to Enhance Governance and Compliance in LLM Selection for Software Engineering [0.0]
本稿では,ソフトウェア工学プロジェクトの大規模言語モデル(LLM)選択におけるガバナンスとコンプライアンスを支援するモデルを提案する。このモデルはScience Research (DSR) を通じて開発され, (i) 規制要件, (ii) 組織ガバナンス能力, (ii) ノックアウトおよび重み付けされた評価基準付きマルチ基準決定行列によるインスタンス化, (iii) PAG-LLM ガバナンスアセスメントプロトコルによって運用される生産性と持続可能性の結果の3つのレイヤで構成されている。
論文参考訳（メタデータ） (2026-08-27T20:39:59Z)
ContextLens: Modeling Imperfect Privacy and Safety Context for Legal Compliance [49.524070843587594]
本研究では,大規模言語モデル(LLM)を活用し,法的領域における入力コンテキストを基盤とするセミルールベースのフレームワークであるContextLensを提案する。我々は、General Data Protection Regulation()とEU AI Actをカバーする既存のコンプライアンスベンチマークの実験を行います。その結果、ContextLensはLLMのコンプライアンス評価を大幅に改善し、トレーニングなしで既存のベースラインを越えられることが示唆された。
論文参考訳（メタデータ） (2026-04-14T05:35:38Z)
LegalOne: A Family of Foundation Models for Reliable Legal Reasoning [54.57434222018289]
我々は、中国の法律ドメインに特化された基礎モデルのファミリーであるLegalOneを紹介します。 LegalOneは、法的推論をマスターするために設計された包括的な3フェーズパイプラインを通じて開発されている。 LegalOneの重み付けとLegalKit評価フレームワークを公開して、Legal AIの分野を前進させます。
論文参考訳（メタデータ） (2026-01-31T10:18:32Z)
PLawBench: A Rubric-Based Benchmark for Evaluating LLMs in Real-World Legal Practice [67.71760070255425]
本稿では,大規模言語モデル (LLM) を評価するための実践的ベンチマークであるPLawBenchを紹介する。 PLawBenchは、13の実践的な法的シナリオにわたる850の質問で構成され、各質問には専門家が設計した評価ルーブが伴っている。人間の専門的判断に合わせたLLMに基づく評価器を用いて,10種類の最先端のLLMを評価した。
論文参考訳（メタデータ） (2026-01-23T11:36:10Z)
Can Legislation Be Made Machine-Readable in PROLEG? [4.472095278694734]
規制アプリケーションのためのツールの課題に対処するためのフレームワークを提案する。欧州一般データ保護規則第6条に焦点をあてる。単一プロンプトは、法文をifthenルールと対応するPROLEGエンコーディングに同時に変換する。
論文参考訳（メタデータ） (2026-01-04T10:53:16Z)
Safety Compliance: Rethinking LLM Safety Reasoning through the Lens of Compliance [49.50518009960314]
既存の安全手法はアドホックな分類に依存しており、厳格で体系的な保護を欠いている。我々は,法規を組み込んだ現実的なLLM安全シナリオを生成することで,安全コンプライアンスのための新しいベンチマークを開発する。本実験は,新しいベンチマークにおいて,コンプライアンス・リゾネータが優れた性能を発揮することを示す。
論文参考訳（メタデータ） (2025-09-26T12:11:29Z)
From Legal Text to Tech Specs: Generative AI's Interpretation of Consent in Privacy Law [0.0]
この研究では、LLMを使用してコンプライアンスのためのソフトウェアユースケースを分類する3段階のパイプラインを採用している。実世界のユースケースに対してLLMをベンチマークすることにより、この研究は、AI駆動のソリューションを活用してソフトウェアの法的コンプライアンスを強化するための洞察を提供する。
論文参考訳（メタデータ） (2025-07-05T23:36:05Z)
Retrieval Augmented Generation-based Large Language Models for Bridging Transportation Cybersecurity Legal Knowledge Gaps [14.261871331519567]
本研究では,政策立案者を支援するために設計したLarge Language Model (LLM) フレームワークについて紹介する。本フレームワークは,LLMにおける幻覚の軽減に焦点をあてる。分析の結果,提案したRAGに基づくLCMは,4つの評価指標で有意な商業LSMよりも優れていた。
論文参考訳（メタデータ） (2025-05-23T23:40:10Z)
LegalAgentBench: Evaluating LLM Agents in Legal Domain [53.70993264644004]
LegalAgentBenchは、中国の法律領域でLLMエージェントを評価するために特別に設計されたベンチマークである。 LegalAgentBenchには、現実世界の法的シナリオから17のコーパスが含まれており、外部知識と対話するための37のツールを提供している。
論文参考訳（メタデータ） (2024-12-23T04:02:46Z)
InternLM-Law: An Open Source Chinese Legal Large Language Model [72.2589401309848]
InternLM-Lawは、中国法に関する様々な法的クエリに対処するための特殊なLLMである。われわれは、中国法域に100万以上のクエリを含むデータセットを慎重に構築する。 InternLM-LawはLawBench上で最高の平均性能を達成し、20サブタスク中13サブタスクでGPT-4を含む最先端モデルを上回っている。
論文参考訳（メタデータ） (2024-06-21T06:19:03Z)
Enhancing Legal Compliance and Regulation Analysis with Large Language Models [0.0]
本研究では,法律規定を正確に分類し,コンプライアンスチェックを自動化するために,LLM(Large Language Models)の適用について検討する。以上より, LLMsは, 法的コンプライアンスと規制分析の効率化, 特に手作業量削減, 適切な時間的金融制約下での精度向上に寄与する可能性が示唆された。
論文参考訳（メタデータ） (2024-04-26T16:40:49Z)
Legal Requirements Analysis [2.3349787245442966]
法的な要件を解析し,その表現を例示する様々な手法について検討する。機械分析可能な表現を規則から作成する代替案について述べる。
論文参考訳（メタデータ） (2023-11-23T09:31:57Z)

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。