論文の概要: The Constitutional Coverage Trilemma in AI Governance

• arxiv url: http://arxiv.org/abs/2609.01275v1
• Date: Tue, 01 Sep 2026 14:08:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.722532
• Title: The Constitutional Coverage Trilemma in AI Governance
• Title（参考訳）: AIガバナンスにおける憲法上の包括的トリレンマ
• Authors: Natalija Mitic, Soona Sedahmed A. O., Mamadou Selly Ly, Moustapha Cisse,
• Abstract要約: AIシステムは、Emphconstitutional institutionsとして機能する。各デプロイされたモデルは、安全性、有用性、誠実性、自律性、株式の暗黙のランクを符号化する。 我々は、フロンティア憲法型の供給が人間の需要をカバーするかどうかを問う。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Frontier AI systems function as \emph{constitutional institutions}: each deployed model encodes an implicit ranking among safety, helpfulness, honesty, autonomy, and equity. We ask whether the supply of frontier constitutional types covers human demand. Combining a paraphrase-controlled audit of the as-shipped default constitutions of $23$ frontier LLM archetypes with a pairwise-tradeoff study of $1{,}649$ US participants on the same instrument, we report three facts. \emph{Demand is broad}: it spans all five values, with the largest constituency under one-third. \emph{Supply is narrow and drifting}: the $23$-archetype hull occupies ${\sim}2\%$ of the demand hull under conservative noise-matched estimation ($0.10\%$ at full audit precision), no archetype puts helpfulness or autonomy first ($37\%$ of users are constitutionally homeless), and across six model families autonomy decreases in $5/6$, equity increases in $5/6$, and safety increases in $4/6$, with monotone within-family version trends (order-permutation $p = 0.013$) and the autonomy decline concentrated in scenarios where safety is not at stake. The drift's importance is directional: \emph{away} from a value already undercovered, mechanically worsening the welfare floor for the least-served users. \emph{The fix is sparse}: a $2$-vertex menu $\{e_{\mathrm{HON}}, e_{\mathrm{AUT}}\}$ beats the full $23$-archetype frontier by $47\%$ on mean regret (CI $[43\%, 52\%]$); three vertex additions cut mean/worst-group regret by up to $81\%$/$64\%$. We formalize these findings as a budgeted-pluralism trilemma, show the binding regime is empirically realized, and verify the conclusions are robust to distance-based welfare and to degraded routing. The instrument and audit harness are described in full in the appendices.
• Abstract（参考訳）: Frontier AIシステムは、‘emph{constitutional institutions}’として機能する: 各デプロイモデルは、安全性、有用性、誠実性、自律性、株式の暗黙のランクをエンコードする。 我々は、フロンティア憲法型の供給が人間の需要をカバーするかどうかを問う。 パラフレーズ制御によるデフォルト構成の23ドルフロンティアLLMアーチタイプに対する監査と、同じ楽器上での1,649ドルの米国参加者のペアワイズトレードオフ調査を組み合わせることで、3つの事実を報告した。 5つの値すべてにまたがっており、最大の選挙区は3分の1以下である。 23ドル(約2万3000円)の船体は、保守的なノイズマッチングによる需要船体を占有する${\sim}2\%$(0.10\%$:完全な監査精度で)、アーチタイプが支援や自律性を優先する$37\%$:立憲ホームレス)、6つのモデル家族の自律性は5/6ドル(5/6ドル)、株式の上昇は5/6ドル(5/6ドル)、安全は4/6ドル(4/6ドル)、単調なバージョントレンド(オーダー-permutation $p = 0.013ドル)、自律性低下は安全が保たないシナリオで減少する。 ドリフトの重要性は方向性であり、未発見の値から \emph{away} は、未使用者の福祉の床を機械的に悪化させる。 a $2$-vertex menu $\{e_{\mathrm{HON}}, e_{\mathrm{AUT}}\}$は、平均的後悔(CI $[43\%, 52\%]$)で23$-archetypeフロンティアを4,7\%(CI $[43\%, 52\%]$)で打ち負かす。 我々は,これらの知見を,予算的多元主義のトリレンマとして定式化し,結合体制が実証的に実現されていることを示し,その結論が遠隔地福祉や劣化経路に対して堅牢であることを検証する。 楽器と監査ハーネスは付録に全文が記載されている。

関連論文リスト

• The geometry of AI validation: Exact certification limits for iid best-of-N search [0.0]
  信頼性面上での検証とデプロイメントのルールをカーネルとして表現する。 B_m,N=1+2sum_r=1m(-1)rcos2Nr/[(m+1)]$
  論文  参考訳（メタデータ） (2026-08-21T15:18:11Z)
• BRiG-AFA: Bellman Risk-to-Go Learning for Non-Myopic Active Feature Acquisition [8.363536351727978]
  アクティブな機能取得は、予算の下で各テストインスタンスの次を計測する観測されていない機能を要求する。 本稿では,残予算毎に個別の候補条件付きリスク・ツー・ゴー関数を学習する,デプロイ可能な教師付き代替手段であるメソッドを導入する。
  論文  参考訳（メタデータ） (2026-08-03T14:30:44Z)
• A Mathematical Theory of Value: a synthesis on goal-directed agency under resource constraints [6.057587531186626]
  目的指向エージェントが生成し、破壊し、交換する価値は、情報と同じカテゴリの法的構造量であることを示す。 価格がフレームに依存していない間、価値はフレーム相対的であり、そのリソースをプールし、その知覚を融合する艦隊が天井を継承する。
  論文  参考訳（メタデータ） (2026-06-10T16:11:04Z)
• The Ringelmann Effect in Multi-Agent LLM Systems: A Scaling Law for Effective Team Size [5.51170856062205]
  我々は,高密度ピアの影響がサブリニアからハードサイリングへと解答レベル体制を崩壊させることを示した。 30の高密度な議論剤はMMLU-Hardのそれ以上の答えの多様性をもたらす。 自由形式数学において、高密度なピアの影響は、解準線形からハードシーリングへの解準位体制を崩壊させる。
  論文  参考訳（メタデータ） (2026-05-31T16:19:54Z)
• Hidden-State Privacy Has an Empty Middle [51.56484100374058]
  すべてのフルランクガウス解放を$O(1)$ Fisher utility で表すと、マハラノビス信号が隠れた幅で直線的に成長する方向を認める。 スクラッチからトレーニングされたスプリットメモリトランスフォーマーは、[20, 33]$90MでG_mathrmMahに達し、固定言語損失ペナルティにおいて、30Mから1Bまでの同じ予算のGPTベースラインに対して6ドル～24ドルという優位性を維持する。
  論文  参考訳（メタデータ） (2026-05-21T20:12:09Z)
• Prism: Structural Symmetry Scanning via Duality-Constrained Laplacian Projection [0.0]
  複雑なネットワークにおける構造対称性診断のためのフレームワークである textbfPrism を導入する。 Prismは、ネットワークが構造的自己整合性からどのくらい離れているかを測定するスカラーである。
  論文  参考訳（メタデータ） (2026-05-18T04:20:05Z)
• What Do EEG Foundation Models Capture from Human Brain Signals? [64.48249643001402]
  現代の脳波基礎モデルは、自己教師付き事前訓練を通じて生信号から直接学習する。 我々は3つのサブクエストに分解する: モデルが何を学習するか、モデルを何に使用するのか、そしてどのように説明できるのか。 3つの基礎モデル(CSBrain, CBraMod, LaBraM),5つの臨床タスク(MDD, Stress, ISRUC-Sleep, TUSL, Siena)と6ファミリー63機能レキシコンを含む。
  論文  参考訳（メタデータ） (2026-05-12T01:57:53Z)
• Burau representation, Squier's form, and non-Abelian anyons [53.92822954974537]
  ブレイド群 $B_3$ のブラウ表現から構築した周波数可変2次元非アベリア的演算順序制御を導入する。 Squier 陽性ウィンドウの向こう側にある$Delta(omega)$の符号変更は、因果順序の交互に構成的かつ破壊的干渉を示す。 数値シミュレーションにより、拡張と抑制の両方が確認され、最小の$B_3$ブレイド制御が確立される。
  論文  参考訳（メタデータ） (2025-10-21T00:25:21Z)
• Towards a Sharp Analysis of Offline Policy Learning for $f$-Divergence-Regularized Contextual Bandits [49.96531901205305]
  我々は$f$-divergence-regularized offline policy learningを分析する。 逆Kullback-Leibler (KL) の発散に対して、単極集中性の下での最初の$tildeO(epsilon-1)$サンプル複雑性を与える。 これらの結果は,$f$-divergence-regularized policy learningの包括的理解に向けて大きな一歩を踏み出したものと考えられる。
  論文  参考訳（メタデータ） (2025-02-09T22:14:45Z)

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。