論文の概要: Who Audits Whom, on What Substrate, with What Evidence? An Independence-Graded Audit Protocol for Agentic AI

• arxiv url: http://arxiv.org/abs/2609.18272v1
• Date: Wed, 16 Sep 2026 07:51:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.700561
• Title: Who Audits Whom, on What Substrate, with What Evidence? An Independence-Graded Audit Protocol for Agentic AI
• Title（参考訳）: エージェントAIのための独立系監査プロトコル
• Abstract要約: エージェントAIシステムが計画し、ツールを起動し、限られた監督の下で行動する。 主観的独立(監査人を管理する者)、基盤的独立(監査人の基盤モデル家族を共有する監査人、ツールチェーン又はガードレールが失敗する者)、証拠的独立(証拠が自己申告するよりも証明できるかどうか)の3つの軸に沿って格付けする必要があると論じる。 各軸には前例があり、その貢献は1つの監査において3つ全てを格付けし、最も弱いリンクでそれらを集約し、監査人がそれ自体がエージェントであるときにも同様に適用することである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Agentic AI systems plan, invoke tools and act with limited supervision; they are now both the subject of audits and, increasingly, the auditor. Independence, the foundation of assurance,is still applied to them as a binary. We argue that it must be graded along three orthogonal axes: principal independence (who controls the auditor), substrate independence (an auditor sharing the auditee's foundation-model family, toolchain or guardrails fails with it) and evidence independence (whether evidence is attestable rather than self-reported). Each axis has precedent; the contribution is to grade all three on a single audit, aggregate them by the weakest link, and apply the same rubric when the auditor is itself an agent. We give the model a formal basis by transplanting the beta-factor model of common-cause failure from reliability engineering, a seven-step protocol whose outputs a third party can verify, a structural detectability analysis of a procurement-controls agent audited at three grades, and a Monte Carlo study of the model in which a conventional internal audit of an agent-a real audit team, a second agent, provider logsp-surfaces 5.9% of the faults it could in principle see and none at all in half the fault classes. We map the triple to the EU AI Act as amended, ISO/IEC 42006, UK public-sector risk-management guidance and audit-regulator practice.
• Abstract（参考訳）: エージェントAIシステムが計画し、ツールを起動し、限られた監督の下で行動する。 独立は保証の基礎であり、現在もバイナリーとして適用されている。 主観的独立(監査人を管理する)、基盤的独立(監査人の基礎モデル家族を共有する監査人、ツールチェーンまたはガードレールはそれで失敗する)、証拠的独立(証拠が自己申告されるよりも証明可能であるかどうか)の3つの直交軸に沿って格付けする必要があると我々は主張する。 それぞれの軸には前例があり、1つの監査で3つ全てを格付けし、最も弱いリンクでそれらを集約し、監査人がそれ自体がエージェントであるときに同じルーブリックを適用する。 信頼性工学からの共通原因故障のベータファクターモデルを移植し、第三者が検証できる7段階のプロトコルと、3つのグレードで監査された調達制御エージェントの構造的検出可能性分析と、エージェント・ア・リアル監査チーム、第2のエージェント、プロバイダ・ログスプ面の従来の内部監査を行うモデルに関するモンテカルロの研究では、原則として可能な障害の5.9%と、半数のフォールトクラスにない。 我々は、EU AI Act, ISO/IEC 42006, UK public-sector risk-management guidance and audit-regulator practiceを改正した。

関連論文リスト

• VERA-8B: Evidence-Grounded Audit Risk Reasoning from SEC Filings [0.6445605125467574]
  我々は,新しいエンド・ツー・エンド監査推論システムであるVERA-8Bを開発した。 VERA-8Bは、実施行動が起こる前に監査リスクを特定する。 SFTとGRPOをエビデンス・グラウンド・オーディエンス・アソシエーションで統合した最初の企業です。
  論文  参考訳（メタデータ） (2026-08-28T14:55:49Z)
• AgentBeats: Agentifying Agent Assessment for Openness, Standardization, and Reproducibility [104.46861849039357]
  エージェントシステムはドメイン間で急速に進歩しているが、その評価は断片化されている。 根本的問題は、オープンでエージェントに依存しないアセスメントインタフェースがないことである。 我々は、審査員が評価を行い、すべての参加者が標準化されたプロトコルを介して対話するエージェントエージェントアセスメント(AAA)を提唱する。
  論文  参考訳（メタデータ） (2026-06-11T17:23:54Z)
• TRUST: A Framework for Decentralized AI Service v.0.1 [47.384270414446604]
  大規模推論モデル (LRM) とマルチエージェントシステム (MAS) は, 信頼性の高い検証を必要とする。 TRUST(Transparent, Robust, and Unified Services for Trustworthy AI)は,3つのイノベーションを備えた分散フレームワークである。 我々は、悪質な俳優が損失を被っている間、正直な監査人の利益を確実に確保する安全利益理論を証明する。
  論文  参考訳（メタデータ） (2026-04-29T19:32:58Z)
• Taming Actor-Observer Asymmetry in Agents via Dialectical Alignment [59.536125286960186]
  セルフリフレクションと相互監査を可能にするために、専門的な役割を割り当てるマルチエージェントフレームワークがますます採用されている。 アクター・オブザーバ非対称性(Actor-Observer Asymmetric)と呼ばれる認知バイアスを同時に誘発する。 ReTASは、対立する視点を客観的なコンセンサスに合成するためにエージェントを誘導する。
  論文  参考訳（メタデータ） (2026-04-21T15:05:58Z)
• Agents of Chaos [50.53354213047402]
  実験室環境に展開する自律言語モデルを用いたエージェントの探索的再チームの研究を報告する。 20人のAI研究者が、良心的および敵対的な条件下でエージェントと対話した。 我々の発見は、現実的なデプロイメント設定におけるセキュリティ、プライバシ、ガバナンスに関連する脆弱性の存在を確立します。
  論文  参考訳（メタデータ） (2026-02-23T16:28:48Z)
• TRUST: A Decentralized Framework for Auditing Large Language Model Reasoning [45.228233498964755]
  大規模言語モデルは、意思決定を明らかにする推論チェーンを生成する。 既存の監査手法は集中的で、不透明で、スケールが難しい。 透明で分散化された監査フレームワークであるTRUSTを提案する。
  論文  参考訳（メタデータ） (2025-10-23T04:16:44Z)
• Assessing the Auditability of AI-integrating Systems: A Framework and Learning Analytics Case Study [0.0]
  監査の有効性は,監査システムの監査可能性に左右される。 本稿では,AI統合システムの監査性を評価するためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-29T13:43:21Z)
• Multi-view Contrastive Self-Supervised Learning of Accounting Data Representations for Downstream Audit Tasks [1.9659095632676094]
  国際監査基準では、財務諸表の根底にある会計取引を直接評価する必要がある。 ディープラーニングにインスパイアされた監査技術は、大量のジャーナルエントリデータを監査する分野に現れている。 本研究では,監査タスク不変な会計データ表現の学習を目的とした,自己指導型自己学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-23T08:16:31Z)

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。