論文の概要: After the Award: The Authorization Gap in Academic Access to Frontier AI

• arxiv url: http://arxiv.org/abs/2609.36304v1
• Date: Mon, 28 Sep 2026 21:39:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.032134
• Title: After the Award: The Authorization Gap in Academic Access to Frontier AI
• Title（参考訳）: 受賞後:フロンティアAIへの学術的アクセスにおける認可ギャップ
• Abstract要約: 学術アクセスプログラムは、フロンティア人工知能を研究基盤として配布するが、賞と機関の認可は異なる段階である。 2026年9月19日に取得した15の公開アクセスパスの構造化符号化によるハンドオフについて検討した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Academic access programs distribute frontier artificial intelligence as research infrastructure, but awards and institutional authorization are distinct stages. We examine the handoff through structured coding of 15 publicly documented access pathways captured on 19 September 2026, of which ten met prespecified inclusion criteria, and a process trace at one US university. Two isolated model-assisted coding passes found explicit eligibility criteria in nine programs and three implied institutional prerequisites across the corpus. Downstream specification was weaker: access duration was unstated in six programs, seven reported no use or outcome metric, and liability assignment was unstated in five to seven. Public terms did not establish an unambiguous institution-independent path from award to intended use in eight to nine programs, a composite that includes possible and unclear cases. In the institutional trace, policy required review even for free tools. A bounded request generated a ticket but no substantive response or decision pathway during the observation window. We define the authorization gap as the distance between an access award and authorized research use. Tracking first use, clearance, time to first use, and persistence would help programs distinguish allocated resources from usable scientific infrastructure.
• Abstract（参考訳）: 学術アクセスプログラムは、フロンティア人工知能を研究基盤として配布するが、賞と機関の認可は異なる段階である。 2026年9月19日に取得した15の公開アクセスパスの構造化符号化によるハンドオフについて検討した。 分離された2つのモデル支援コーディングパスは、コーパス全体で9つのプログラムと3つの暗黙の制度的前提条件において明確な適性基準を見出した。 ダウンストリーム仕様は、アクセス期間が6つのプログラムで、使用または結果の指標が7つ、責任割り当てが5から7つで、より弱かった。 公用語は、8から9のプログラムで使用する予定の賞から、可能で不明瞭なケースを含む複合プログラムまで、曖昧な制度に依存しないパスを定めていなかった。 制度上の痕跡では、政策は無料のツールに対してもレビューを必要とした。 境界付けられた要求はチケットを発生させたが、観測ウィンドウ中に実質的な応答や決定経路は発生しなかった。 我々は、認証ギャップを、アクセスアワードと認可された研究利用の間の距離として定義する。 第一使用、クリアランス、第一使用までの時間、持続性を追跡することは、プログラムが割り当てられたリソースを利用可能な科学インフラと区別するのに役立ちます。

関連論文リスト

• Governing at Machine Speed: An Adaptive Intelligence Architecture for Real-Time AI Policy Enforcement [0.0]
  エンタープライズAIの採用は世界中の組織の78%に達しているが、その採用を管理するインフラストラクチャはペースを保っていない。 我々は、リアルタイムAIガバナンスの実施に機械学習を使用するように設計された概念的な5層アーキテクチャであるAGILを提案する。
  論文  参考訳（メタデータ） (2026-09-11T19:35:00Z)
• Deep Academic Survey: Stateful Agentic Closed-Loop Paradigm for Academic Survey Automation [60.151050016855834]
  DASは出版指向の学術調査を作成するためのステートフルなエージェント・フレームワークである。 その鍵となる考え方は、再利用可能な紙分析とトピック固有の原稿構築を分離することである。 DASは4つの次元で最高点に達し、総合スコアは4.34であり、最強の競争相手は4.03である。
  論文  参考訳（メタデータ） (2026-08-18T17:29:00Z)
• No One to Blame: A Framework of Constitutive AI Unaccountability [2.665734616339289]
  アクター、システム、機関の構成によって、AIの説明責任は、努力に関係なく概念上は達成不可能である、と我々は主張する。 これらの構成を捉えるために、AIの非アカウンタビリティの概念を導入します。
  論文  参考訳（メタデータ） (2026-08-12T14:25:05Z)
• What General Intelligence Requires: Non-Reducible Constraints Across Levels of Description [0.0]
  一般知能は、人間の認知的達成の全範囲を下書きするものであり、計算アーキテクチャーの特質ではない。 一般知性に関する構造的制約は、異なるレベルの記述を占有し、相互に再現不可能である。
  論文  参考訳（メタデータ） (2026-07-21T10:24:57Z)
• Carolina Guide: A Multi-Agent RAG System with Institutional Guardrails for Academic Policy Assistance [7.505217332626521]
  大規模言語モデル(LLM)は、自動支援を約束するが、幻覚への傾向と、制度的な制約を強制できない傾向は、ハイテイクガイダンスには適さない。 サウスカロライナ大学(USC)における学術政策支援システム「カロライナガイド」について紹介する。 このシステムは、安全でない要求を拒否しながら、学生の質問に対して引用支援されたポリシーに基づく回答を提供するために、制度的なガードレールを備えたモジュラーマルチエージェントパイプラインを使用している。
  論文  参考訳（メタデータ） (2026-06-11T20:56:10Z)
• AcademiClaw: When Students Set Challenges for AI Agents [69.70303995121154]
  AcademiClaw(アカデミクロー)は、大学生の実際の学術的切断から直接引き出された80の複雑な長い水平タスクのベンチマークである。 最高のモデルでさえ、55%のパスレートしか達成できないことを示す。 AcademiClawとそのオープンソースデータとコードが、OpenClawコミュニティにとって有用なリソースになることを願っています。
  論文  参考訳（メタデータ） (2026-05-04T14:40:42Z)
• AutoResearchBench: Benchmarking AI Agents on Complex Scientific Literature Discovery [55.70879973230979]
  AutoResearchBenchは、自律的な科学文献発見のためのベンチマークである。 エージェントWebブラウジングに関する以前のベンチマークと比較すると、AutoResearchBenchは研究指向である。 最も強力なLCMでさえ、BrowseCompのような一般的なエージェントによるWebブラウジングベンチマークをほとんど征服したにもかかわらず、Deep Researchでは9.39%、Wide Researchでは9.31%の精度しか達成していない。
  論文  参考訳（メタデータ） (2026-04-28T06:05:17Z)
• The Relic Condition: When Published Scholarship Becomes Material for Its Own Replacement [1.4438155481047366]
  我々は,国際的に著名な2人の人文学者と社会科学研究者の学術的推論システムを,公刊のコーパスのみから抽出した。 その結果,学者ボットが,専門家評価品質で中核的な学習機能を発揮できるかどうかを検証した。
  論文  参考訳（メタデータ） (2026-04-17T14:52:36Z)
• Temporal Fair Division of Indivisible Items [61.235172150247614]
  分割不可能なアイテムが順次到着し,即時かつ無効に割り当てられなければならない公平な分割モデルについて検討する。 オンラインフェアディビジョンに関する以前の研究は、これらの制約の下で近似的なうらやみのない結果が得られないことを示してきた。 各ラウンドにおける累積割り当てが1項目までの時間的エンビーフリーネス(TEF1)に近似することを確実にすることを目指している。
  論文  参考訳（メタデータ） (2024-10-18T16:43:36Z)
• TFG: Unified Training-Free Guidance for Diffusion Models [82.14536097768632]
  トレーニング不要のガイダンスは、追加のトレーニングなしで望ましい目標特性を持つサンプルを生成することができる。 既存の手法は様々な個別の用途で有効であるが、理論的な根拠と広範囲なベンチマークでの厳密な試験が欠如していることが多い。 本稿では,既存の手法を特殊な事例として包含する新しいアルゴリズムフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-24T05:31:17Z)

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。