論文の概要: The Authority Resolution Framework: A Five-Domain Ontology for Governing Who and What Decides, at Scale
- arxiv url: http://arxiv.org/abs/2608.15832v1
- Date: Sun, 16 Aug 2026 16:05:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.438257
- Title: The Authority Resolution Framework: A Five-Domain Ontology for Governing Who and What Decides, at Scale
- Title（参考訳）: オーソリティ決議フレームワーク: 誰と何が決定するかを大規模に管理するための5つのドメインオントロジー
- Abstract要約: 本稿では,権威の表現と解決のための5領域オントロジーであるオーソリティ・レゾリューション・フレームワーク(ARF)を紹介する。
ARFはオーソリティ・リレーション(AR)をアクター、アクション、オブジェクト、コンテキスト境界、正当化チェーン、キャリブレーションを結合するクロスドメインプリミティブとして定義している。
ARFは、連続的なアクションを実行する前に、権威の証明、スコープ、文脈的妥当性を決定するAIエージェントをサポートするように設計されている。
- 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: As AI systems become increasingly capable of autonomous action, determining whether an agent is technically capable of performing an action is insufficient: the system must also determine whether the action is authorised in its context. This paper introduces the Authority Resolution Framework (ARF), a five-domain ontology for representing and resolving authority across organisational roles and informal influence, business concepts, codified processes, machine-readable permissions and executable systems, and external real-world context. ARF defines the Authority Relation (AR) as a cross-domain primitive binding an actor, action, object, bounded context, justification chain, and a calibration measure termed the DNA-Coefficient, which captures divergence between documented authority structures and authority as practiced. The framework provides a machine-interpretable representation of authority provenance and scope, with JSON-LD representations and knowledge-graph query patterns for authority resolution. ARF is designed to support AI agents in determining the provenance, scope and contextual validity of authority before executing consequential actions. The framework positions authority resolution as a knowledge-representation and reasoning problem at the intersection of ontology engineering, semantic AI, agentic AI and AI governance.
- Abstract（参考訳）: AIシステムが自律的な行動を行う能力が増すにつれて、エージェントが技術的に行動を実行する能力があるかどうかを判断するのは不十分である。
本稿では、組織の役割や非公式な影響、ビジネス概念、コード化されたプロセス、機械可読許可および実行可能システム、および外部の現実世界の文脈における権威の表現と解決のための5つのドメインオントロジーであるオーソリティ・レゾリューション・フレームワーク(ARF)を紹介する。
ARFはオーソリティ・リレーション(AR)を、アクター、アクション、オブジェクト、境界付けられたコンテキスト、正当化チェーン、およびDNA-係数と呼ばれるキャリブレーション尺度に結合するクロスドメインプリミティブとして定義している。
このフレームワークは、権威の証明とスコープの機械解釈可能な表現を提供し、権威の解決のためのJSON-LD表現と知識グラフクエリパターンを提供する。
ARFは、連続的なアクションを実行する前に、権威の証明、スコープ、文脈的妥当性を決定するAIエージェントをサポートするように設計されている。
このフレームワークは、オントロジーエンジニアリング、セマンティックAI、エージェントAI、AIガバナンスの交差点で、権威の解決を知識表現と推論の問題として位置づけている。
関連論文リスト
- Behavioral Governance for Autonomous AI Agents: The AgentBound Framework [2.4469484645516832]
我々は、自律型AIエージェントに対して検証可能な行動監視を提供するランタイムガバナンスフレームワークであるAgentBoundを紹介する。
AgentBoundは、提案された各アクションを、委任された認可、所有者が署名した行動構成、サイトアクション契約の3つの独立した当局を使用して評価する。
AgentBoundは暗号的に検証可能なガバナンスレシートを生成し、すべてのアクションを決定を管理する正確なデリゲート、ポリシー、セマンティックアーティファクトにバインドする。
論文 参考訳（メタデータ） (2026-06-29T23:12:06Z) - Artificial Intelligence as Monism: Ontological, Organisational, and Methodological Implications [31.495834538807525]
論文は、AIは単なるコンポーネントの集まりではなく、それが複製する特異点を反映した単一の不可分な本質であると主張している。
認識論的には、AIを技術的、組織的、社会的な領域にまたがる中心的な解釈力として位置づけている。
最終的に、この論文は、AIの概念化、管理、統合のパラダイムシフトを要求する。
論文 参考訳（メタデータ） (2026-06-15T16:43:23Z) - Overlaying Governance: A Compositional Authorization Framework for Delegation and Scope in Agentic AI [5.459755757192724]
本稿ではエージェントAIシステムのための構成的ガバナンスフレームワークを提案する。
デリゲートの種類とそのパーミッションと説明責任の意味を定義します。
これはエージェントAIシステムにおける説明可能な認可のための形式的かつ実用的な基盤を提供する。
論文 参考訳（メタデータ） (2026-06-02T11:39:39Z) - Digital Identity for Agentic Systems: Toward a Portable Authorization Standard for Autonomous Agents [0.0]
本稿では,保険請求処理とサプライチェーンの整合性における代表的企業利用事例について分析する。
発行者認可認可ペイロードに基づく自律エージェントの携帯型認証モデルを提案する。
論文 参考訳（メタデータ） (2026-05-12T04:04:34Z) - Chain-of-Authorization: Internalizing Authorization into Large Language Models via Reasoning Trajectories [21.063230721511726]
Chain-of-Authorization (CoA)フレームワークは、認証ロジックを大規模言語モデルのコア機能に内部化する。
CoAはポリシー実行とタスク応答を統合し、承認を実体的応答の因果的前提とする。
論文 参考訳（メタデータ） (2026-03-24T07:13:01Z) - Operational Agency: A Permeable Legal Fiction for Tracing Culpability in AI Systems [0.31061678033205636]
本条では、後述の枠組み及び運用機関グラフ(OAG)として構成された、通用可能な法的フィクションについて紹介する。
OAはAIの観測可能な運用特性を評価する。
OAGは、これらの特徴を因果グラフに埋め込んで、開発者、ファインタウンタ、デプロイ者、ユーザ間の計算可能性を追跡し、評価することで、その分析を運用する。
論文 参考訳（メタデータ） (2026-02-20T01:49:03Z) - Assured Autonomy: How Operations Research Powers and Orchestrates Generative AI Systems [18.881800772626427]
生成モデルは、実現可能性、分散シフトに対する堅牢性、ストレステストを提供するメカニズムと組み合わせない限り、運用領域で脆弱である可能性がある、と我々は主張する。
我々は,運用研究に根ざした自律性確保のための概念的枠組みを開発する。
これらの要素は、安全クリティカルで信頼性に敏感な運用領域における自律性を保証するための研究アジェンダを定義する。
論文 参考訳（メタデータ） (2025-12-30T04:24:06Z) - Towards Responsible and Explainable AI Agents with Consensus-Driven Reasoning [4.226647687395254]
本稿では,多モデルコンセンサスと推論層ガバナンスに基づく実運用レベルのエージェントのためのResponsible(RAI)およびExplainable(XAI)AIエージェントアーキテクチャを提案する。
提案した設計では、異種LLMとVLMエージェントのコンソーシアムが独立して、共有入力コンテキストから候補出力を生成する。
専用の推論エージェントは、これらのアウトプットをまたいで構造化された統合を行い、安全と政策の制約を強制し、幻覚と偏見を緩和し、監査可能な証拠に基づく決定を生成する。
論文 参考訳（メタデータ） (2025-12-25T14:49:25Z) - A Vision for Access Control in LLM-based Agent Systems [23.59407514665941]
本稿では、バイナリアクセス制御からより洗練された情報ガバナンスモデルへのパラダイムシフトを論じる。
本稿では,情報フロー管理の動的なコンテキスト認識プロセスとしてACを再構成する新しいフレームワークであるエージェントアクセス制御(AAC)を紹介する。
論文 参考訳（メタデータ） (2025-10-13T07:57:09Z) - Statutory Construction and Interpretation for Artificial Intelligence [19.65776192762091]
同一規則の異なる解釈が不整合あるいは不安定なモデル行動を引き起こすことを示す。
本稿では2つの法的メカニズムを反映した計算フレームワークを提案する。
私たちのアプローチは、解釈的曖昧さを体系的に管理するための第一歩を提供します。
論文 参考訳（メタデータ） (2025-09-01T07:10:22Z) - Resolving Ethics Trade-offs in Implementing Responsible AI [18.894725256708128]
初歩的なものから複雑なものまで、トレードオフを通じて緊張に対処するための5つのアプローチをカバーします。
いずれのアプローチも、すべての組織、システム、アプリケーションに適していない可能性が高い。
i)緊張の積極的な識別、(ii)倫理的側面の優先順位付けと重み付け、(iii)トレードオフ決定の正当化と文書化からなる枠組みを提案する。
論文 参考訳（メタデータ） (2024-01-16T04:14:23Z)
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。