論文の概要: Grounded Normative Rule Generation with Structured Search

• arxiv url: http://arxiv.org/abs/2608.22229v1
• Date: Sun, 23 Aug 2026 05:43:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 18:24:36.953537
• Title: Grounded Normative Rule Generation with Structured Search
• Title（参考訳）: 構造探索による接地規範規則の生成
• Authors: Fanqi Kong, Huaxiao Yin, Ruijie Zhang, Xiaoyuan Zhang, Yizhe Huang, Jian Gao, Shuo Chen, Song-Chun Zhu,
• Abstract要約: 基底ノルム規則合成(GNRS)として問題を定式化する。 GNRS-SearchはMarkov Chain Monte Carlo(MCMC)サンプリングを利用して、離散5スロットアンドオーグラフ(AOG)を最適化するフレームワークである。 GNRS-Benchは8つのシーンにまたがる116の制御目標にまたがるベンチマークであり、RealCharterBenchは53のリアルなポリシータスクに隠れたソース節で遷移を評価する。
• 参考スコア（独自算出の注目度）: 47.28595196084396
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Normative rules like institutional charters and workplace policies must be both human-readable and operationally verifiable against actual environment records. However, current language generation and structured-output benchmarks primarily reward surface fluency or schema compliance, leaving operational grounding weakly tested. This creates a critical vulnerability where standard language models generate plausible-sounding policies that fail during enforcement because they rely on unavailable data logs or misaligned scopes. To address this challenge, we formalize the problem as Grounded Normative Rule Synthesis (GNRS) and introduce GNRS-Search, a framework that utilizes Markov Chain Monte Carlo (MCMC) sampling to optimize a discrete, five-slot And-Or Graph (AOG). By explicitly decoupling intermediate operational structure from final prose generation, this method isolates executable feasibility from writing style and allows rule failures to be localized prior to surface realization. We evaluate our approach on GNRS-Bench, a benchmark spanning 116 controlled goals across eight scene families, and RealCharter-Bench, which evaluates transfer to 53 real-derived policy tasks with hidden source clauses. GNRS-Search raises average rubric quality from 68.8% to 81.0% and ranks first under a disclosed executable composite metric, while systematic slot interventions confirm that performance gains stem from robust operational logic rather than rhetorical tuning. Ultimately, by transforming automated rule drafting into an inspectable search problem, this work provides a foundational paradigm for deploying verifiable and compliance-ready personal agents within regulated environments.
• Abstract（参考訳）: 機関憲章や職場政策のような規範的な規則は、実際の環境記録に対して人間可読かつ運用的に検証されなければならない。 しかし、現在の言語生成と構造化アウトプットベンチマークは、主に表面流速やスキーマコンプライアンスに報いる。 これは、標準言語モデルが、不利用可能なデータログや不整合スコープに依存するため、実行中に失敗する可視的なサウンドポリシーを生成するという、重大な脆弱性を生み出します。 この課題に対処するため、我々はGNRS(Gunded Normative Rule Synthesis)として問題を定式化し、マルコフ・チェイン・モンテカルロ(MCMC)サンプリングを用いて、離散5スロットアンドオルグラフ(AOG)を最適化するフレームワークであるGNRS-Searchを導入する。 本手法は、中間動作構造を最終散文生成から明示的に分離することにより、書き込みスタイルから実行可能可能性を分離し、表面実現前にルール障害をローカライズすることを可能にする。 我々は,GNRS-BenchとRealCharter-Benchの8つのシーンにまたがる116の制御目標にまたがるベンチマークについて検討した。 GNRS-Searchは、平均ルーブリック品質を68.8%から81.0%に引き上げ、最初に公開可能な合成指標でランク付けする一方、体系的なスロット介入は、パフォーマンス向上が修辞的なチューニングよりも堅牢な操作論理に由来することを確認している。 最終的に、自動ルール草案を検査可能な検索問題に変換することにより、規制環境内に検証可能でコンプライアンス対応のパーソナルエージェントをデプロイするための基本パラダイムを提供する。

関連論文リスト

• A-SR: Self-Evolving Agentic LLMs for Symbolic Regression via Hierarchical Coordination [51.06539604709775]
  本稿では、制御ユニットを表現編集からロール条件のエビデンスビューへシフトさせる自己進化型エージェントフレームワークであるA-SRを提案する。 A-SRは、コーディネートプロトコル、オンライン評価器・リワードロールポリシー、および状態制御プロセスメモリ間のルーティングによる公式発見をコーディネートする。
  論文  参考訳（メタデータ） (2026-08-05T14:01:10Z)
• Constraint-Aware Hierarchical Search for Regulation-Driven Fine-Grained Classification [7.061842884221568]
  関税分類、輸出管理分類、標準ベースの機器コーディングなどのタスクでは、明示的な規制階層の下で入力インスタンスをきめ細かいクラスに割り当てる必要がある。 我々は、この設定を規制駆動のきめ細かい階層分類として定式化し、そこでは、外部インスタンスは規制階層の有効な経路を通してきめ細かなクラスに割り当てられ、監査可能な証拠によって支持されなければならない。 本稿では,規制文書を検索可能な木に変換し,有効なローカル候補ノードのみを検索し,エビデンスススニペットを用いた構造化規制フィールドを用いて,各次ホップ決定を導出する制約対応階層検索フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-12T05:57:22Z)
• From Statute to Control Flow: Span-Grounded Deontic Trees for Defeasible Scope Parsing [13.077273684682886]
  規則追従剤は、しばしばサイレントスコープ・オミッション(SSO)を介して失敗する 根底にあるボトルネックは、法と政策の理解です。 ノルムベンチ(英: NormBench)は、中国(法と地方政策)、英語(アメリカ合衆国税法)、企業政策にまたがる2,290条の基準である。
  論文  参考訳（メタデータ） (2026-06-08T02:17:53Z)
• 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)
• Who judges the judges? Governance from metrics: a runtime framework for continuous LLM compliance monitoring [0.0]
  AIコンプライアンスに対する現在のアプローチは、適合性をバイナリな監査時間判定として扱う。 このコンプライアンス・フィクションは、EUのAI法の要件に構造的に不適合である、と我々は主張する。 規制の遵守は、行動の可観測性から連続的なシグナルとして導き出される原則であるメトリクスからのガバナンスを導入します。
  論文  参考訳（メタデータ） (2026-05-23T21:21:33Z)
• Reinforcing privacy reasoning in LLMs via normative simulacra from fiction [1.143869785127334]
  コンテキスト整合性(Contextual Integrity)は、コンテキスト関連規範内の情報の適切なフローとしてプライバシを定義する、原則化されたフレームワークを提供する。 本稿では、フィクション小説から規範的シミュラクラを抽出し、それらを微調整LDMに使用することを提案する。 異なる社会的文脈にまたがる5つのCI整合ベンチマークを評価した。
  論文  参考訳（メタデータ） (2026-04-21T19:16:22Z)
• Too Correct to Learn: Reinforcement Learning on Saturated Reasoning Data [55.84428098924793]
  構造保存探索を行うためのパラメータ自由復号法である Constrained Uniform Top-K Smpling (CUTS) を提案する。 グループ内の利点分散を増幅するために、エクスプロイトと探索的なロールアウトを相乗化するためのトレーニングフレームワークであるMixed-CUTSに統合する。 特にMixed-CUTSは、AIME25ベンチマークのPass@1の精度を標準のGRPOよりも15.1%向上している。
  論文  参考訳（メタデータ） (2026-04-20T16:43:28Z)
• Executable Governance for AI: Translating Policies into Rules Using LLMs [1.388831902854619]
  Policy-to-Tests(P2T)は、自然ポリシー文書を正規化された機械可読ルールに変換するフレームワークである。 フレームワークを単一のポリシーを超えてテストするために、一般的なフレームワーク、セクターガイダンス、エンタープライズ標準に適用します。 これらのAI生成ルールは、スパンレベルとルールレベルのメトリクスに関する強力な人間のベースラインと密接に一致し、ゴールドセットに関するロバストなアノテータ間の合意がある。
  論文  参考訳（メタデータ） (2025-12-04T03:11:54Z)
• Retrieval is Not Enough: Enhancing RAG Reasoning through Test-Time Critique and Optimization [58.390885294401066]
  Retrieval-augmented Generation (RAG) は知識基底型大規模言語モデル(LLM)を実現するためのパラダイムとして広く採用されている。 RAGパイプラインは、モデル推論が得られた証拠と整合性を維持するのに失敗することが多く、事実上の矛盾や否定的な結論につながる。 批判駆動アライメント(CDA)に基づく新しい反復的枠組みであるAlignRAGを提案する。 AlignRAG-autoは、動的に洗練を終了し、批判的な反復回数を事前に指定する必要がなくなる自律的な変種である。
  論文  参考訳（メタデータ） (2025-04-21T04:56:47Z)

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。