論文の概要: Automated Extraction of Records of Processing Activities (RoPA) Using Hybrid RAG and Locally Deployed Large Language Models

• arxiv url: http://arxiv.org/abs/2609.27359v1
• Date: Wed, 23 Sep 2026 04:55:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.892217
• Title: Automated Extraction of Records of Processing Activities (RoPA) Using Hybrid RAG and Locally Deployed Large Language Models
• Title（参考訳）: ハイブリッドRAGと局所展開大言語モデルを用いた処理活動記録の自動抽出
• Abstract要約: ベトナムの個人データ保護法(第91/2025/QH15条)及び第356/2025/ND-CP条(2026年1月1日施行)は、組織に対して、処理活動の記録(RoPA)の確立と維持を義務付けている。 手動のRoPAの準備は労働集約的であり、クラウドホスト型大規模言語モデル(LLM)はデータ主権要件と矛盾する可能性がある。 ハイブリッド検索を用いたRoPA情報の自動抽出システムであるRoPA Managerを提案する。
• 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: Vietnam's Personal Data Protection Law (Law No. 91/2025/QH15) and Decree No. 356/2025/ND-CP, effective January 1, 2026, require organizations to establish and maintain Records of Processing Activities (RoPA). Manual RoPA preparation is labor-intensive, while cloud-hosted large language models (LLMs) may conflict with data-sovereignty requirements. We propose RoPA Manager, a system for automated RoPA information extraction using hybrid retrieval that combines lexical ranking over tsvector, dense-vector search, Reciprocal Rank Fusion (RRF), and locally deployed LLMs. We introduce a Vietnamese RoPA benchmark with 32 organizations, 77 processing activities, 12 field groups, and 4,338 reference values. Evaluation is reported at three distinct levels. The automated scorer, tested on perturbed data without invoking an LLM, achieved F1 = 0.9493 [0.9436, 0.9548]; this measures scorer robustness rather than end-to-end extraction accuracy. End-to-end extraction achieved token coverage of 50.04-55.25% against the reference labels. Two independent experts reviewed 1,558 reference values (35.9% of the benchmark), found no incorrect values, and achieved 99.68% agreement with PABAK = 0.9936. Value-level precision was not measured. Across 32 paired scenarios on a 24 GB GPU, locally deployed Qwen3.5-27B-GPTQ-Int4 showed no statistically significant difference from cloud-based DeepSeek-V4-Flash (difference 0.20 percentage points in favor of DeepSeek, 95% CI [-0.93, 1.32], p = 0.72), while Gemma-4-31B performed significantly worse (p < 0.01).
• Abstract（参考訳）: ベトナムの個人データ保護法(第91/2025/QH15条)および第356/2025/ND-CP条(2026年1月1日施行)は、組織に処理活動の記録(RoPA)の確立と維持を要求する。 手動のRoPAの準備は労働集約的であり、クラウドホスト型大規模言語モデル(LLM)はデータ主権要件と矛盾する可能性がある。 tsvector上での語彙ランク付け,高密度ベクトル探索,Reciprocal Rank Fusion(RRF),およびローカルにデプロイされたLLMを組み合わせたハイブリッド検索を用いたRoPA情報の自動抽出システムであるRoPA Managerを提案する。 ベトナムのRoPAベンチマークには,32の組織,77の処理活動,12のフィールドグループ,4,338の参照値がある。 評価は3つの異なるレベルで報告される。 LLMを起動せずに摂動データを用いて自動スコアリングを行い、F1 = 0.9493 [0.9436, 0.9548] を達成した。 エンド・ツー・エンドの抽出は、基準ラベルに対して50.04-55.25%のトークンカバレッジを達成した。 2人の独立した専門家が1,558の基準値(ベンチマークの35.9%)をレビューし、誤った値が見つからず、PABAK = 0.9936と99.68%の合意に達した。 値レベルの精度は測定されなかった。 ローカルにデプロイされたQwen3.5-27B-GPTQ-Int4の32組のシナリオでは、クラウドベースのDeepSeek-V4-Flashと統計的に有意な差はなかった(ただし、95% CI [-0.93, 1.32], p = 0.72)。

関連論文リスト

• AgentFAIR: A Multi-Agent Collaborative Framework for FAIRness Evaluation of Geospatial Datasets [4.193537335690018]
  本稿では,構造抽出とサブプリンシプル固有評価器を組み合わせたマルチエージェントフレームワークであるAgentFAIRを提案する。 それぞれが0-3の成熟度スコア、エビデンス、レコメンデーションを生成します。 15データセットの専門家による予備的な研究では、フライスのカッパは0.71で、82%が専門家のコンセンサスと一致している。
  論文  参考訳（メタデータ） (2026-07-17T09:32:54Z)
• GeoNatureAgent Benchmark: Benchmarking LLM Agents for Environmental Geospatial Analysis Across Frontier and Open-Weight Foundation Models [0.0]
  環境分析エージェントのための最初のベンチマークであるGeoNatureAgent Benchmarkを導入する。 18のカテゴリーにわたる93のタスクで構成されており、自治体分析、マルチターン会話、空間推論、クロスインジケータ合成、エラーハンドリングとリカバリ、ランキング、比較、多言語理解、居住地分析、タスク拒否をカバーしている。 タスクは、16のツールを通じてスペインとポルトガルの3つの環境指標を提供するオープンで自己ホスト可能なAPIに対して評価される。
  論文  参考訳（メタデータ） (2026-06-11T02:35:20Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• Adaptive Consensus in LLM Ensembles via Sequential Evidence Accumulation: Automatic Budget Identification and Calibrated Commit Signals [0.0]
  DASEは、ベンチマークをまたいで一般化するコミット型ルーティングパーティションを生成する。 インジェクション帯域ではなく、適応的な停止が正確さを駆動する。 インジェクションベースの手法は、逆Uの精度-vs-推論軌道を示す。
  論文  参考訳（メタデータ） (2026-05-05T19:24:10Z)
• Impact of Labeling Inaccuracy and Image Noise on Tooth Segmentation in Panoramic Radiographs using Federated, Centralized and Local Learning [46.232038247686745]
  フェデレートラーニング(FL)は、歯科診断AIにおけるプライバシー制約、不均一なデータ品質、一貫性のないラベル付けを緩和する。 複数のデータ破損シナリオを対象としたパノラマX線撮影において,FLと集中学習(CL)と局所学習(LL)を比較した。
  論文  参考訳（メタデータ） (2025-09-08T11:07:47Z)
• Fact or Facsimile? Evaluating the Factual Robustness of Modern Retrievers [34.31192184496381]
  デンスレトリバーとリランカーは、検索強化世代(RAG)パイプラインの中心である。 我々は,これらのコンポーネントがベースとする大規模言語モデル(LLM)をどの程度の事実的能力で継承するか,あるいは失うかを評価する。 全ての埋め込みモデルにおいて、クエリと正しい完了の間のコサイン類似度スコアは、間違ったものよりも著しく高い。
  論文  参考訳（メタデータ） (2025-08-28T04:13:51Z)
• Evaluating Large Language Models for Automated Clinical Abstraction in Pulmonary Embolism Registries: Performance Across Model Sizes, Versions, and Parameters [16.74673750576054]
  データ品質を犠牲にすることなく,オープンソースの大規模言語モデル (LLM) がCTPEレポートから概念抽出を自動化できるかを検討した。 LLMは、PEレジストリの抽象化のためのスケーラブルで正確なソリューションを提供し、デュアルモデルレビューワークフローは、人間の監視を最小限にして、データ品質をさらに保護します。
  論文  参考訳（メタデータ） (2025-03-26T21:38:06Z)
• LLM Robustness Against Misinformation in Biomedical Question Answering [50.98256373698759]
  探索拡張生成(RAG)アプローチは,質問応答のための大規模言語モデル(LLM)の折り畳みを低減するために用いられる。 バイオメディカル質問に対する誤報に対する4つのLDMの有効性とロバスト性を評価した。
  論文  参考訳（メタデータ） (2024-10-27T16:23:26Z)
• LLMs Can Patch Up Missing Relevance Judgments in Evaluation [56.51461892988846]
  我々は、大きな言語モデル(LLM)を使って、不確定な文書を自動的にラベル付けします。 TREC DLトラックの関連性判定から関連文書をランダムにドロップすることで,穴の度合いの異なるシナリオをシミュレートする。 Vicuna-7B と GPT-3.5 Turbo の平均値に対して,Kendall tau の0.87 と 0.92 の相関式が得られた。
  論文  参考訳（メタデータ） (2024-05-08T00:32:19Z)
• Patch-Level Contrasting without Patch Correspondence for Accurate and Dense Contrastive Representation Learning [79.43940012723539]
  ADCLRは、正確で高密度な視覚表現を学習するための自己教師型学習フレームワークである。 提案手法は, コントラッシブな手法のための新しい最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-06-23T07:38:09Z)

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。