論文の概要: ARCCS: An Automated Regulatory Compliance Checking System

• arxiv url: http://arxiv.org/abs/2610.01345v1
• Date: Thu, 01 Oct 2026 09:17:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.025439
• Title: ARCCS: An Automated Regulatory Compliance Checking System
• Title（参考訳）: ARCCS:自動規制コンプライアンスチェックシステム
• Abstract要約: ARCCSは、コンプライアンスチェックのためのエンドツーエンド、自動化、エージェント、および規制に依存しない法的なNLPシステムである。 我々は、コンプライアンスチェックのための、エンドツーエンド、自動化、エージェント、および規制に依存しない法定NLPシステムであるARCCSを提案する。
• 参考スコア（独自算出の注目度）: 49.57272688915973
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Regulatory compliance checking - deciding whether a target document satisfies the obligations of a regulation - requires interpreting dense legal text, identifying which provisions apply, and grounding each decision in explicit evidence. We present ARCCS, an end-to-end, automated, agentic, and regulation-agnostic Legal NLP system for compliance checking. ARCCS decomposes raw regulatory text into atomic, traceable requirements and evaluates a target document against them using retrieved evidence, confidence scores, and human-interpretable justifications. This design decouples compliance assessment from any fixed regulatory template or predefined rule set, enabling the pipeline to operate over regulations of varying size and structure. We evaluate ARCCS in two complementary settings. First, in a GDPR policy-document evaluation, LLM-based judges find its decisions and justifications legally and evidentially consistent in up to 96.67% of the assessed cases. Second, on an EU public-procurement benchmark comprising more than 1,200 individual rule checks, the system attains 98.8% accuracy in violation detection. ARCCS is, to our knowledge, the first fully open-source system for end-to-end regulatory compliance checking and auditable report generation.
• Abstract（参考訳）: 規制コンプライアンスチェック(Regulatory compliance check) - 対象の文書が規制の義務を満たすかどうかを決定するには、厳密な法的文書を解釈し、どの規定が適用されるかを特定し、各決定を明確な証拠として根拠付ける必要がある。 我々は、コンプライアンスチェックのための、エンドツーエンド、自動化、エージェント、および規制に依存しない法定NLPシステムであるARCCSを提案する。 ARCCSは、原文をアトミックでトレーサブルな要件に分解し、検索された証拠、信頼性スコア、人間解釈可能な正当性を用いてターゲット文書を評価する。 この設計は、一定の規制テンプレートや事前定義されたルールセットからコンプライアンスアセスメントを分離し、パイプラインがさまざまなサイズと構造の規制を運用できるようにする。 ARCCSを2つの相補的設定で評価した。 第一に、GDPRの政策文書評価において、LCMベースの審査員は、その決定を認識し、評価された事件の96.67%まで、法的かつ明白に一致している。 第2に、1200以上の個別のルールチェックを含むEUの公開調達ベンチマークにおいて、システムは違反検出において98.8%の精度を達成している。 ARCCSは、私たちの知る限り、エンドツーエンドの規制コンプライアンスチェックと監査可能なレポート生成のための、最初の完全なオープンソースシステムです。

関連論文リスト

• Risk-Aware Online Conformal State Probing [65.02200443982082]
  オンライン整合状態探索(オンライン整合状態探索、OCSP)は、分布仮定に頼ることなく最悪のケースの信頼性レベルを認定する行動・探索政策である。 OCSPは、リトレーニングや微調整を必要とせずに、既存のバリューベースのコントロールポリシーに適用することができる。
  論文  参考訳（メタデータ） (2026-09-22T08:55:09Z)
• Citation-Closure Retrieval and Per-Rule Attribution for Real-World Regulatory Compliance Question Answering [54.97384993676565]
  複雑な国内R&D規制から派生した運用知識グラフを特徴とする,新たなベンチマークであるRegOps-Benchを用いて,レギュレーションコンプライアンスQAを形式化する。 RefWalkはクロスドキュメントの引用を横切り、マックスベースのアグリゲーションを通じてマルチビュー候補を融合させ、ソースへのクレームを明示的にマッピングするためにルールごとの属性を強制する。
  論文  参考訳（メタデータ） (2026-05-28T10:38:38Z)
• Who judges the judges? Governance from metrics: a runtime framework for continuous LLM compliance monitoring [0.0]
  AIコンプライアンスに対する現在のアプローチは、適合性をバイナリな監査時間判定として扱う。 このコンプライアンス・フィクションは、EUのAI法の要件に構造的に不適合である、と我々は主張する。 規制の遵守は、行動の可観測性から連続的なシグナルとして導き出される原則であるメトリクスからのガバナンスを導入します。
  論文  参考訳（メタデータ） (2026-05-23T21:21:33Z)
• Time to REFLECT: Can We Trust LLM Judges for Evidence-based Research Agents? [61.49434544687523]
  本稿では,エージェント環境におけるきめ細かい故障検出を目的としたメタ評価ベンチマークREFLECTを紹介する。 REFLECTはプロセスレベルの障害モードと結果レベルの障害モードの詳細な分類を定義し、制御および局所的な介入を実行することでインスタンス化する。 私たちの実験では、最高のパフォーマンスモデルでさえ、推論、ツール使用、レポート品質の失敗に対して、全体的なアキュラシーを55%以下に達成しています。
  論文  参考訳（メタデータ） (2026-05-18T23:55:08Z)
• Multi-Agent Legal Verifier Systems for Data Transfer Planning [1.286589966480548]
  AIによるデータ転送計画における法的コンプライアンスは、厳格なプライバシー規制の下でますます重要になっている。 本稿では,法令解釈,ビジネスコンテキスト評価,リスク評価のために,コンプライアンスチェックを専門エージェントに分解するマルチエージェント法定検証手法を提案する。
  論文  参考訳（メタデータ） (2025-11-14T03:32:08Z)
• Judging by the Rules: Compliance-Aligned Framework for Modern Slavery Statement Monitoring [24.13989765643719]
  現代の奴隷制度は世界中で何百万人もの人々に影響を与えており、現代の奴隷制度法のような規制の枠組みでは、企業が詳細な開示を公表する必要がある。 これらのステートメントは曖昧で矛盾することが多く、手作業によるレビューの時間とスケールが難しくなる。 専門家の監視を維持しつつルールレベルのコンプライアンス検証にAIを活用する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-11T03:41:44Z)
• 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)

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。