論文の概要: Unsnarling the Red Tape: Computational Infrastructure for Regulatory Systems
- arxiv url: http://arxiv.org/abs/2609.28482v1
- Date: Tue, 04 Aug 2026 19:48:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:56.031418
- Title: Unsnarling the Red Tape: Computational Infrastructure for Regulatory Systems
- Title（参考訳）: 赤いテープを解き放つ:規制システムの計算基盤
- Abstract要約: 規制の複雑さは、イノベーション、制度的応答性、長期経済成長の障害である。
計算アプローチは規制の「レッドテープ」の形式を減らすのに役立つ
我々は、効果的な近代化には、複雑な制度と情報システムとしての規制の扱いが必要であると論じる。
- 参考スコア（独自算出の注目度）: 1.8542216940154566
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Regulatory complexity is increasingly recognized as an impediment to innovation, institutional responsiveness, and long-run economic growth, with regulatory accumulation estimated to reduce the U.S. GDP growth rate by nearly a full percentage point annually. This paper argues that computational approaches--including knowledge representation, artificial intelligence, natural-language processing, and cryptography--can help reduce forms of regulatory "red tape" by improving efficiency, transparency, and institutional responsiveness. We develop a framework for understanding the sources of regulatory friction and how they can be mitigated to support compliance, analysis, and reform. We further argue that effective modernization requires treating regulation not merely as legal text, but as a complex institutional and informational system that can be partially represented, analyzed, coordinated, and improved computationally while preserving legal legitimacy and procedural accountability.
- Abstract（参考訳）: 規制の複雑さは、イノベーション、制度的応答性、長期経済成長の障害として認識され、規制の累積は米国のGDP成長率を毎年ほぼ全率で減少させると見積もられている。
本稿では,知識表現,人工知能,自然言語処理,暗号といった計算手法が,効率,透明性,制度的応答性を向上することで,規制「レッドテープ」の形式を削減できると主張している。
規制摩擦の源泉を理解するための枠組みを開発し、コンプライアンス、分析、改革を支援するためにそれらを緩和する方法について述べる。
さらに、効果的な近代化は、法的なテキストとしてだけでなく、法的な正当性や手続き的説明責任を維持しながら部分的に表現、分析、コーディネート、および計算的に改善できる複雑な制度的・情報システムとして、規制を治療する必要があると論じている。
関連論文リスト
- A Mathematical Framework for Legacy, Governance, and Decision Integrity in Enterprise AI [0.0]
本稿では,制度的遺産のためのデザイン・サイエンス・フレームワークを開発する。
i) 知識保持、ガバナンス、人間の監督、適応性、フィードバック学習、および管轄権の忠実さという、厳格化された幾何学的平均に基づく正規化されたレガシースコア。
また、8つのAI決定整合性ルール、評価プロトコル、再現可能な計算実証も提案している。
論文 参考訳（メタデータ） (2026-09-01T02:06:32Z) - LegalOne: A Family of Foundation Models for Reliable Legal Reasoning [54.57434222018289]
我々は、中国の法律ドメインに特化された基礎モデルのファミリーであるLegalOneを紹介します。
LegalOneは、法的推論をマスターするために設計された包括的な3フェーズパイプラインを通じて開発されている。
LegalOneの重み付けとLegalKit評価フレームワークを公開して、Legal AIの分野を前進させます。
論文 参考訳（メタデータ） (2026-01-31T10:18:32Z) - Neuro-Symbolic Compliance: Integrating LLMs and SMT Solvers for Automated Financial Legal Analysis [10.541121116852944]
本稿では,Large Language Models (LLM) と Satisfiability Modulo Theories (SMT) を統合したNeuro-Symbolic Compliance Frameworkを提案する。
このシステムは、SMTコード生成において86.2%の正確性を獲得し、推論効率を100倍以上に改善し、一貫して違反を修正している。
論文 参考訳（メタデータ） (2026-01-07T17:05:37Z) - Reconfiguring Digital Accountability: AI-Powered Innovations and Transnational Governance in a Postnational Accounting Context [0.0]
我々は、説明責任がグローバルな社会技術ネットワーク内で共構築されていると論じる。
我々は、会計分野における責任、合法、そしてグローバルに受け入れられるAIの採用を促進するための2つの戦略を提案する。
論文 参考訳（メタデータ） (2025-06-30T21:56:37Z) - AI-Supported Platform for System Monitoring and Decision-Making in Nuclear Waste Management with Large Language Models [1.6795461001108096]
本稿では,大規模言語モデル(LLM)と文書検索機構を統合したマルチエージェント検索・拡張生成(RAG)システムを提案する。
このシステムは、規制決定が事実上基礎を保ち、進化する規制フレームワークに動的に適応することを保証する。
論文 参考訳（メタデータ） (2025-05-27T20:29:53Z) - Compliance-to-Code: Enhancing Financial Compliance Checking via Code Generation [36.166087396386445]
金融規制コンプライアンスに特化した中国初の大規模データセットであるCompliance-to-Codeを提示する。
10のカテゴリにわたる361の規則から1,159の注釈付き節をカバーし、各節は規則関係とともに4つの論理的要素、条件、制約、文脈情報からなるモジュール構造になっている。
自動監査を容易にするために,決定論的Pythonコードマッピング,詳細なコード推論,コード説明を提供する。
論文 参考訳（メタデータ） (2025-05-26T10:38:32Z) - RIRAG: Regulatory Information Retrieval and Answer Generation [51.998738311700095]
本稿では,質問を自動生成し,関連する規制通路と組み合わせる,問合せペアを生成するタスクを紹介する。
我々は、Abu Dhabi Global Markets (ADGM) の財務規制文書から得られた27,869の質問を含むObliQAデータセットを作成する。
本稿では,RIRAG(Regulation Information Retrieval and Answer Generation)システムをベースラインとして設計し,新しい評価基準であるRePASを用いて評価する。
論文 参考訳（メタデータ） (2024-09-09T14:44:19Z) - A machine-learning software-systems approach to capture social,
regulatory, governance, and climate problems [0.0]
本研究は、社会協力型経済集団における国民人口の定量化、社会協力型経済集団における公共満足度、規制命題、ガバナンス効果ドメインといった真の手段として、批判に基づく暗黙的な組織化、および、並列的な政府政策と同期して展開される本質的に必要な装置として、人工的知性コンピュータシステムの役割について論じる。
論文 参考訳（メタデータ） (2020-02-23T13:00:52Z)
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。