論文の概要: Models as Governed Interfaces for AI-Native MBSE: Read-Side Adequacy and Write-Side Admissibility

• arxiv url: http://arxiv.org/abs/2609.16252v2
• Date: Tue, 22 Sep 2026 10:18:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.536983
• Title: Models as Governed Interfaces for AI-Native MBSE: Read-Side Adequacy and Write-Side Admissibility
• Title（参考訳）: AI-Native MBSEのためのGoverned Interfacesとしてのモデル:読み取り側精度と書き込み側適応性
• Abstract要約: SysML v2のようなマシン可読モデルが現在利用可能である。 アクセスできますが 不十分です アクセスは必要だが十分ではない。 AIリーダーは、導出のための構造的に完全なモデルに問い合わせるが、いまだに、タグ付けされていない状態、証明の欠如、モデルが解決できないという証拠が残されている。 そこで我々は,アポロ11号のSysML v2の再構築を公募する。 私たちは、欠落したプロパティの妥当性を2つのハーフで候補データアーキテクチャパターンとして提供します。
• 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: Machine-readable models such as SysML v2 are now programmatically accessible, and a growing body of work treats that access as the enabling condition for AI participation in systems engineering. Access is necessary, but not sufficient. The remaining work lies not in the modelling language but in the data architecture around it. An AI reader that queries a structurally complete model for a derivation still runs into absent derivation chains, untagged epistemic status, missing provenance, and evidence that the model cannot resolve. Faced with these gaps, it does not abstain; it fills them from training data, a source that is neither verifiable nor governed. To make the case on a model that is exemplary by current practice rather than deficient, we probe the public Apollo 11 SysML v2 reconstruction. We name the missing property epistemic adequacy and offer it as a candidate data-architecture pattern in two halves. Read-side adequacy lets derivation, status, and provenance answer a query rather than invite a guess; write-side admissibility gates an AI contribution before it enters the record. The property is broken down into five criteria. Four sit on the read side, evidenced by the case and convergent literature; the fifth sits on the participation side, advanced as a hypothesis this paper does not yet test. The architecture space runs from an inline metadata extension up to a substrate-native multi-model store, and over it, we propose the Governed-Query Architecture Framework, which governs agent participation through the viewpoint conventions that engineers already use. We commit the reframing to falsification: the epistemic layer counts as refuted if it cannot beat a retrieval-augmented baseline on the same model, tested first on the Apollo chain and then in an industrial pilot.
• Abstract（参考訳）: SysML v2のようなマシン可読モデルがプログラムでアクセス可能になった。 アクセスは必要だが十分ではない。 残りの作業はモデリング言語ではなく、それを取り巻くデータアーキテクチャにあります。 導出のための構造的に完全なモデルに問い合わせるAIリーダーは、いまだに不完全な導出連鎖、タグ付けされていないてんかんの状態、発見の欠如、モデルが解決できないという証拠に遭遇する。 トレーニングデータから満たされるもので、検証も管理もできないソースです。 そこで我々は, アポロ11号のSysML v2の復元を公募する。 我々は、欠落したプロパティのエピステマティック・アデクシーを2つのハーフで候補データアーキテクチャーパターンとして提供します。 Read-side Adequacyでは、推測を招待するのではなく、導出、ステータス、証明の回答が可能になる。 財産は5つの基準に分けられる。 第5部は参加側にあり、この論文はまだ検証されていない仮説として前進している。 アーキテクチャ空間は、インラインメタデータ拡張からベースネイティブなマルチモデルストアまで実行され、その上で、エンジニアがすでに使用している視点規則を通じてエージェントの参加を管理するGoverned-Query Architecture Frameworkを提案する。 また, 難読化対策として, エピステマティクス層は, 同じモデルでの検索強化ベースラインに打ち勝つことができず, アポロ鎖上でまず試験を行い, 工業パイロットで試験した場合には, 反感を呈する。

関連論文リスト

• Reality Is the Final Verifier: On Two Key Gaps in Agentic Software Engineering [78.51705689800838]
  本稿では, 要求, モデル, 評価器の見直しに, 展開証拠を用いた保証・修正ループを提案する。 そこで我々は,人的判断,エージェント能力,計算能力に対する資源配分問題としてエージェント開発を保証した。
  論文  参考訳（メタデータ） (2026-09-10T17:58:48Z)
• MetaRSI / RSI2: A Meta-Recursive Self-Improving System for Recursive Self-Improving Systems Themselves [65.60481414910728]
  再帰的な自己改善により、システムは自身の失敗からモデル構築機械を改善することができる。 しかし、RSIは、科学のQAや数学のようなコーディングと形式的なベンチマークにのみ検証されている。 RSIは次に、科学的、工学的、メタ科学的な領域にまたがって運用されなければならない、と我々は主張する。 本稿では,MetaRSI-v1を提案する。改良は,1つの統一パラダイム上での3つの型付き演算子のスケジュール構成である。
  論文  参考訳（メタデータ） (2026-09-06T05:15:31Z)
• Constitutive Priors for Machine Intelligence: A Legitimacy Theory of the Artificial Physical World [6.102551417081661]
  マシンインテリジェンスは象徴的な世界を征服したが、物理的には行き詰まった。 私たちの論説:デッドロックは本物だが不均一な分散であり、例外は人工的な物理世界だ。 建物、工業施設、インフラは意図的に構成され、文書化されている。
  論文  参考訳（メタデータ） (2026-08-15T09:50:19Z)
• Eigenius: A Typed Knowledge-Graph DBMS with Epistemic Stratification and Institution-Mediated Reasoning [0.0]
  Eigeniusは、単一の前提に基づいて構築された知識グラフである。 これは、データ証明をサブシステムの境界を越えて再構成された特性ではなく、構造的不変量に変換する。
  論文  参考訳（メタデータ） (2026-08-05T05:28:22Z)
• The Specification as Quality Gate: Three Hypotheses on AI-Assisted Code Review [0.0]
  AIが生成するコード品質の問題に対する業界の主要な反応は、AIレビュアーをデプロイすることだ。 本稿では,実行可能な仕様が存在しない場合,この応答は構造的に円形であると主張している。
  論文  参考訳（メタデータ） (2026-03-26T11:59:05Z)
• DARC: Decoupled Asymmetric Reasoning Curriculum for LLM Evolution [38.660154251426505]
  DARC(Decoupled Asymmetric Reasoning Curriculum)は,自己進化過程を安定化する2段階のフレームワークである。 DARCはモデルに依存しないので、9つの推論ベンチマークと3つのバックボーンモデルで平均10.9ポイントの改善が得られる。
  論文  参考訳（メタデータ） (2026-01-20T09:12:27Z)
• Questions Are All You Need to Train a Dense Passage Retriever [123.13872383489172]
  ARTは、ラベル付きトレーニングデータを必要としない高密度検索モデルをトレーニングするための、新しいコーパスレベルのオートエンコーディングアプローチである。 そこで,(1) 入力質問を用いて証拠文書の集合を検索し,(2) 文書を用いて元の質問を再構築する確率を計算する。
  論文  参考訳（メタデータ） (2022-06-21T18:16:31Z)
• Unsupervised Paraphrasing with Pretrained Language Models [85.03373221588707]
  教師なし環境で,事前学習した言語モデルを用いて高品質なパラフレーズを生成する訓練パイプラインを提案する。 提案手法は,タスク適応,自己スーパービジョン,動的ブロッキング(Dynamic Blocking)という新しい復号アルゴリズムから構成される。 提案手法は,Quora Question PairとParaNMTの両方のデータセット上で,最先端の性能を達成できることを示す。
  論文  参考訳（メタデータ） (2020-10-24T11:55:28Z)

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。