論文の概要: Qualified Cross-References as a Verification Method: The Normative Environment of the EU AI Act
- arxiv url: http://arxiv.org/abs/2608.19194v2
- Date: Thu, 20 Aug 2026 06:10:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-21 14:00:35.660323
- Title: Qualified Cross-References as a Verification Method: The Normative Environment of the EU AI Act
- Title（参考訳）: 検証方法としての資格付き相互参照:EU AI法の規範的環境
- Authors: Nicola Fabiano,
- Abstract要約: 本稿では,有資格な相互参照のためのプロビジョンレベルモデルと構築プロトコルを提案する。
規則(EU)2024/1689(AI法)を取り巻く14の楽器のバイリンガルコーパスによって開発された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Legal cross-references are commonly represented as links between instruments or provisions. For a curated legal knowledge base, the existence of a link is only the beginning of the claim: it must also state the legal character of the interaction, identify the provisions supporting it, preserve its conditions, and remain consistent when reached from either instrument. This paper presents a provision-level model and a construction protocol for qualified cross-references, developed through a bilingual corpus of fourteen instruments surrounding Regulation (EU) 2024/1689 (the AI Act). The model distinguishes direct textual reference, bounded presumption of conformity, substantive interaction without textual reference, mediated intersection, and institutional analogy, and treats applicative interaction and definitional overlap as independent dimensions. The methodological contribution is bidirectional inversion: a relationship documented from act A towards act B is reconstructed from B's perspective against the provisions of both. Inversion is not a duplicate table but a verification operation that tests provisions, qualification, direction, and conditions before deciding how the relationship should be rendered from either side. Applied during construction, the protocol surfaced six incorrect article references, three inaccurate legal qualifications, and one divergence between two published descriptions of the same interaction. The corpus also shows why qualification matters: one reference to Regulation (EU) 2019/881 carries the AI Act's bounded cybersecurity presumption for high-risk systems, while related product legislation uses the same certification framework through legally distinct mechanisms. The contribution is thus a map of one regulatory environment and a reproducible method for making curated cross-reference knowledge bases inspectable and internally testable.
- Abstract（参考訳）: 法律上の相互参照は、一般に、楽器または規定の間のリンクとして表現される。
キュレートされた法的知識ベースでは、リンクの存在はクレームの始まりに過ぎず、その相互作用の法的性格を記述し、それを支持する条項を特定し、その条件を保ち、いずれの手段から到達しても一貫性を保たなければならない。
本稿では,レギュレーション(EU)2024/1689(AI法)を取り巻く14の楽器のバイリンガルコーパスによって開発された,有資格な相互参照のためのプロビジョニングレベルモデルと構築プロトコルを提案する。
このモデルは、直接のテキスト参照、一致の有界推定、テキスト参照なしの実体的相互作用、介在的交叉および制度的類似を区別し、適用的相互作用と定義的重複を独立次元として扱う。
方法的貢献は双方向の逆転であり、A から B へ向けて文書化された関係は、両方の規定に対してB の視点で再構築される。
逆転は重複テーブルではなく、関係がどちらの側からどのように表現されるべきかを決定する前に、規定、資格、方向性、条件を検査する検証操作である。
建設中に適用されたプロトコルでは、6つの誤った記事参照、3つの不正確な法的資格、同じ相互作用に関する2つの説明の間に1つのばらつきがあった。
コーパスはまた、なぜ資格が重要なのかも示している: ある規制(EU)2019/881への言及は、AI法がハイリスクシステムに対して有界なサイバーセキュリティを前提としており、関連する製品法では、法的に異なるメカニズムを通じて、同じ認証フレームワークを使用している。
したがって、コントリビューションは、ある規制環境のマップであり、キュレートされた相互参照知識ベースを検査可能で内部テスト可能なものにするための再現可能な方法である。
関連論文リスト
- Inferential Capability Does Not Determine Legal Scope [0.0]
法律第3条(1)は、推論能力を用いている。
推論は決して定義されないが、保護的に支配する。
論文:推論能力は法的範囲を決定するものではない。
論文 参考訳（メタデータ） (2026-08-11T07:39:53Z) - 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) - By Their Fruits You Will Know Them: Comparing Formalizations of Law by the Decisions They Encode [9.91190832627458]
本稿では, 個別の事例に対する推論により, 同一の法的規定の異なる形式化を比較する方法を提案する。
プロビジョニングの複数の形式化が与えられた場合、ノードレベルでマッチングし、マッチングから各ペアの共有インターフェースを導出し、SATソルバを使用して、任意の2つの形式化が一致しないエッジケースを列挙する。
選択されたエッジケースは、法的専門家が検証し実行できる具体的な事実シナリオに言語化されます。
論文 参考訳（メタデータ） (2026-05-24T17:31:31Z) - When Contextual Inference Fails: Cancelability in Interactive Instruction Following [51.2195840589474]
私たちは、コンテキスト意味構築のためのインタラクティブなベンチマークであるBuild What I Meanを紹介します。
BWIMでは、モデルは文脈推論を行うか、小さな通信コストで明確化を要求することによって曖昧さを解決しなければならない。
我々は,不確実性の下でのパートナーブラインド過度明確化や質問逆推定などの準最適戦略を観察する。
論文 参考訳（メタデータ） (2026-03-20T14:46:59Z) - 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) - LegalWiz: A Multi-Agent Generation Framework for Contradiction Detection in Legal Documents [0.10260880679794955]
本稿では,法的領域に対するマルチエージェントの矛盾対応ベンチマークフレームワークを提案する。
合成法スタイルの文書を生成し、6種類の構造的矛盾を注入し、自己と対の矛盾をモデル化する。
このベンチマークは、法的RAGパイプラインにおける矛盾認識評価のための最初の構造化されたリソースの1つを提供する。
論文 参考訳（メタデータ） (2025-10-03T18:24:27Z) - 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) - DELTA: Pre-train a Discriminative Encoder for Legal Case Retrieval via Structural Word Alignment [55.91429725404988]
判例検索のための識別モデルであるDELTAを紹介する。
我々は浅層デコーダを利用して情報ボトルネックを作り、表現能力の向上を目指しています。
本手法は, 判例検索において, 既存の最先端手法よりも優れている。
論文 参考訳（メタデータ） (2024-03-27T10:40:14Z) - SAILER: Structure-aware Pre-trained Language Model for Legal Case
Retrieval [75.05173891207214]
判例検索は知的法体系において中心的な役割を果たす。
既存の言語モデルの多くは、異なる構造間の長距離依存関係を理解するのが難しい。
本稿では, LEgal ケース検索のための構造対応プレトランザクショナル言語モデルを提案する。
論文 参考訳（メタデータ） (2023-04-22T10:47:01Z) - Transparency, Compliance, And Contestability When Code Is(n't) Law [91.85674537754346]
技術的なセキュリティ機構と法的なプロセスの両方が、一連の規範に従って誤った行動を扱うメカニズムとして機能する。
彼らは一般的な類似点を共有しているが、どう定義されているか、行動し、被験者に与える影響にも明確な違いがある。
本稿では,両機構の類似点と相違点を,誤動作の対処方法として考察する。
論文 参考訳（メタデータ） (2022-05-08T18:03:07Z)
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。