論文の概要: From Regulation to Implementation: A Critical Evaluation of LLM-Assisted Regulatory Compliance in Industry
- arxiv url: http://arxiv.org/abs/2608.21317v1
- Date: Fri, 21 Aug 2026 17:27:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-24 14:49:32.658948
- Title: From Regulation to Implementation: A Critical Evaluation of LLM-Assisted Regulatory Compliance in Industry
- Title（参考訳）: 規制から実施へ:産業におけるLCM支援規制コンプライアンスの批判的評価
- Abstract要約: 本研究では,データ抽出命令と曖昧さがコンプライアンスアーティファクトの品質と一貫性に与える影響について検討する。
得られた成果物は、手動で作成した地上間スキーマに対して、異なるモデルのベンチマークによって評価される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The European Union (EU) has emerged as a leading regulatory body in the development of sustainability and privacy regulations. While new regulation requirements vary, many include a documentation artifact to ensure compliance. Notably, the Ecodesign for Sustainable Products Regulation (ESPR) introduces Digital Product Passports (DPPs) for life cycle transparency, while the General Data Protection Regulation (GDPR) mandates Data Protection Impact Assessments (DPIAs) to mitigate privacy risks. Creating these compliance artifacts, however, is challenging. Industrial data, which often exists in heterogeneous formats and is scattered across company and supplier systems, is required for DPPs and can be difficult to extract into compliant DPP formatting. Furthermore, DPIA documents require interdisciplinary expertise and follow no standardized format, making development difficult for novel systems. To address the particular complexity of compliance artifact creation for both regulations, researchers have proposed the use of LLMs in the generation process; however, the impact of the aforementioned problems on the output of these systems is largely unaddressed. This work investigates the existing research gap by exploring how data extraction instructions and regulatory vagueness impact the quality and consistency of LLM-produced compliance artifacts. The resulting artifacts are evaluated by benchmarking different models against manually created ground-truth schemas. The results reveal that less strict guidelines, such as DPIA formatting, require higher context prompts to maintain consistency and completeness. Stricter guidelines, such as formatting for Digital Battery Passports (DBP), result in consistent results regardless of prompt context, but may lead to more hallucinations in the output
- Abstract（参考訳）: 欧州連合(EU)は、サステナビリティとプライバシー規制の発展において、主要な規制機関として浮上している。
新しい規制要件は様々だが、コンプライアンスを保証するためのドキュメントアーティファクトを含むものも多い。
特に、Ecodesign for Sustainable Products Regulation (ESPR)は、ライフサイクル透明性のためのデジタル製品パスポート(DPP)を導入し、General Data Protection Regulation (GDPR)は、プライバシーリスクを軽減するためにデータ保護影響評価(DPIA)を義務付けている。
しかし、これらのコンプライアンスアーティファクトの作成は難しい。
産業データはしばしば異種形式で存在し、企業やサプライヤシステムに分散しているため、DPPには必要であり、準拠のDPPフォーマットに抽出することは困難である。
さらに、DPIA文書は学際的な専門知識を必要とし、標準化された形式を踏襲せず、新しいシステムの開発を困難にしている。
両規制のコンプライアンスアーティファクト作成の特定の複雑さに対処するため、研究者は生成プロセスにおけるLCMの使用を提案してきたが、上記の問題がこれらのシステムの出力に与える影響は概ね不適切である。
本研究は,データ抽出命令と規制の曖昧さがLCMが生成したコンプライアンスアーティファクトの品質と一貫性にどのように影響するかを探索することによって,既存の研究ギャップについて検討する。
結果のアーティファクトは、手作業で生成した地上構造スキーマに対して、異なるモデルのベンチマークによって評価される。
その結果、DPIAフォーマッティングのような厳格でないガイドラインは、一貫性と完全性を維持するために、より高いコンテキストプロンプトを必要とすることが明らかとなった。
デジタルバッテリパスポート(DBP)のフォーマット化などの厳格なガイドラインは、迅速なコンテキストに関わらず一貫した結果をもたらすが、出力により多くの幻覚をもたらす可能性がある。
関連論文リスト
- Evaluating Large Language Model Performance on International Maritime Dangerous Goods Code Compliance [47.37396434232136]
本稿では,IMDG修正42-24の知識を評価するための最初のベンチマークであるDGEvalを紹介する。
複数の選択、オープンエンド、DGLルックアップ、規制識別タスクにまたがる1,678の質問で構成されている。
我々は、複数の思考構成の6つのプロバイダから13のモデルを評価する。
論文 参考訳（メタデータ） (2026-08-21T12:32:31Z) - CTRAG: An In-Context Retrieval-based Framework for Automated Compliance Checking using LLMs [3.4983716329137344]
本稿では,自動コンプライアンスチェック用に設計された新しいRAGパイプラインであるCTRAGを提案する。
CTRAGは、サードパーティサービスによる間接コンプライアンスであっても、極めて正確で、文書インフォームドコンプライアンスの検証を実現している。
CTRAGはF1スコア78%、リコール85%を最終配置で達成している。
論文 参考訳（メタデータ） (2026-08-03T16:40:16Z) - ReCon: A Resource-Constrained Benchmark for LLM-Based Cybersecurity Compliance Across Ingestion and Retrieval Pipelines [0.6773121102591491]
ガバナンスの失敗は、サイバーセキュリティの姿勢が弱まった主な理由の1つだ。
政策文書は、国際的又は国家的基準に従っている必要がある。
政策文書は、しばしば業界標準や規制に関して不完全である。
論文 参考訳（メタデータ） (2026-07-24T19:53:00Z) - 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) - Judging by the Rules: Compliance-Aligned Framework for Modern Slavery Statement Monitoring [24.13989765643719]
現代の奴隷制度は世界中で何百万人もの人々に影響を与えており、現代の奴隷制度法のような規制の枠組みでは、企業が詳細な開示を公表する必要がある。
これらのステートメントは曖昧で矛盾することが多く、手作業によるレビューの時間とスケールが難しくなる。
専門家の監視を維持しつつルールレベルのコンプライアンス検証にAIを活用する新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-11T03:41:44Z) - 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) - An Automated LLM-based Pipeline for Asset-Level Database Creation to Assess Deforestation Impact [0.0]
欧州連合森林伐採規制(EUDR)は、企業が森林伐採に寄与していないことを証明しなければならない。
現在のデータベースには必要な詳細が欠けており、広範な財務メトリクスと手動のデータ収集に大きく依存している。
本研究では,LLMを用いて構造化データベースの作成,クリーン化,検証を行う,エンドツーエンドの自動データ抽出パイプラインを提案する。
論文 参考訳（メタデータ） (2025-05-05T15:17:27Z) - RIRAG: Regulatory Information Retrieval and Answer Generation [51.998738311700095]
本稿では,質問を自動生成し,関連する規制通路と組み合わせる,問合せペアを生成するタスクを紹介する。
我々は、Abu Dhabi Global Markets (ADGM) の財務規制文書から得られた27,869の質問を含むObliQAデータセットを作成する。
本稿では,RIRAG(Regulation Information Retrieval and Answer Generation)システムをベースラインとして設計し,新しい評価基準であるRePASを用いて評価する。
論文 参考訳（メタデータ） (2024-09-09T14:44:19Z) - Towards an Enforceable GDPR Specification [49.1574468325115]
プライバシ・バイ・デザイン(PbD)は、EUなどの現代的なプライバシー規制によって規定されている。
PbDを実現する1つの新しい技術は強制(RE)である
法律規定の正式な仕様を作成するための一連の要件と反復的な方法論を提示する。
論文 参考訳（メタデータ） (2024-02-27T09:38:51Z) - WiCE: Real-World Entailment for Claims in Wikipedia [63.234352061821625]
We propose WiCE, a new fine-fine textual entailment dataset built on natural claim and evidence pairs from Wikipedia。
標準クレームレベルのエンターメントに加えて、WiCEはクレームのサブ文単位に対するエンターメント判断を提供する。
我々のデータセットの真のクレームは、既存のモデルで対処できない検証と検索の問題に挑戦することを含んでいる。
論文 参考訳（メタデータ） (2023-03-02T17:45:32Z)
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。