論文の概要: The AI Assessment Sandbox Configurator: A Framework to Support Technical Assessment in AI Regulatory Sandboxes

• arxiv url: http://arxiv.org/abs/2610.01539v1
• Date: Thu, 01 Oct 2026 12:10:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.10502
• Title: The AI Assessment Sandbox Configurator: A Framework to Support Technical Assessment in AI Regulatory Sandboxes
• Title（参考訳）: AIアセスメントサンドボックス構成:AIレギュレーションサンドボックスの技術アセスメントを支援するフレームワーク
• Abstract要約: EUの人工知能法は、2027年8月までに全ての加盟国にAI規制サンドボックス(AIRS)の設立を要求する。 AI Assessment Sandbox Configuratorは、安定したプラグインAPIを通じてアクセスされるテストとコントロールのカナログをまとめたオープンソースのフレームワークです。 アーキテクチャと現在のリリースについて説明し、ライブAIRSエンゲージメント内の調和とレポートレイヤを実践したアーリーステージパイロットを報告します。
• 参考スコア（独自算出の注目度）: 10.997377982771843
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The EU's Artificial Intelligence Act requires all Member States to establish AI Regulatory Sandboxes (AIRS) by August 2027: supervised environments bringing together national Competent Authorities, technical experts, and the organisations under assessment. When AIRS engagements include structured technical testing, running such testing at scale demands dedicated infrastructure, yet the tooling ecosystem remains structurally fragmented, with heterogeneous tools producing outputs that are difficult to compare, trace, and reuse. From the procedural conditions of AIRS engagements and the AI Act obligations for high-risk systems, we derive 11 architectural and governance requirements for the infrastructure that operationalises technical testing within an AIRS. In response to these requirements, we introduce the AI Assessment Sandbox Configurator, an open-source framework combining a curated Catalogue of tests and controls accessed through a stable plug-in API, a shared data model that harmonises heterogeneous outputs, role-specific dashboards for multi-disciplinary interpretation, and audience-segmented reporting. We describe the architecture and current release, and report an early-stage pilot that exercised the harmonisation and reporting layers within a live AIRS engagement and contributed to an official Exit Report. We discuss the roadmap, the governance questions raised by the Catalogue's tiered contribution model, and the institutional pathways through which an open-source assessment ecosystem could emerge across Member States.
• Abstract（参考訳）: EUの人工知能法は、すべての加盟国に対し、2027年8月までにAI規制サンドボックス(AIRS)を確立するよう要求している。 AIRSのエンゲージメントには、構造化された技術的テストが含まれており、大規模なテストは、専用のインフラを必要とするが、ツールエコシステムは構造的に断片化され、異質なツールが比較、トレース、再利用が難しいアウトプットを生成している。 AIRSエンゲージメントの手続き的条件とハイリスクシステムに対するAI Actの義務から、AIRS内で技術的テストを実行するインフラストラクチャに対して、11のアーキテクチャとガバナンス要件を導出します。 これらの要求に応えて、我々はAI Assessment Sandbox Configuratorというオープンソースのフレームワークを紹介します。これは、安定的なプラグインAPIを通じてアクセスされるテストとコントロールのカナローグを組み合わせたオープンソースのフレームワークであり、異種出力を調和させる共有データモデル、マルチディシプリナ解釈のためのロール固有のダッシュボード、そしてオーディエンスセグメンテーションレポートです。 アーキテクチャと現在のリリースについて説明し、ライブAIRSエンゲージメント内で調和とレポートレイヤを実践し、公式のExit Reportに貢献するアーリーステージパイロットを報告します。 我々は,そのロードマップ,カタログの連携型コントリビューションモデルによって提起されたガバナンス問題,およびオープンソースアセスメントエコシステムが加盟国全体にわたって出現する制度的経路について論じる。

関連論文リスト

• AIMS: An Agentic AI Framework for Sim-to-Real Multi-Modal ISAC [39.74452561720657]
  マルチモーダル統合センシング通信(ISAC)は、インテリジェント無線ネットワークの環境認識と信頼性の高い接続を可能にする。 データ駆動ISACモデルは、センサーと無線観測の間で関係を学ぶために、注釈付き実世界のデータに大きく依存する。 我々は,AIMS という,シモン・トゥ・リアルマルチモーダルISAC のためのエージェント人工知能フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-30T15:31:29Z)
• FLARE-AI: Flaw Reporting for AI [51.64618567247884]
  デプロイされたAIシステムの欠陥報告は、システムの障害を特定し、AIの安全性を改善するために不可欠である。 しかし、AIレポートのエコシステムは断片化されている。欠陥を特定する研究者は、報告すべきことを知らないことが多く、レポートを受け取るグループは、他の関連するステークホルダーと共有することはめったにない。 私たちは、AI開発者、サイバーセキュリティグループ、AI欠陥アグリゲータによって公表された12のレポートシステムを監査します。 我々は、既存のシステムとの相互運用性のために設計された、オープンソースのAI欠陥報告システムであるFLARE-AIを紹介する。
  論文  参考訳（メタデータ） (2026-06-30T12:27:09Z)
• LLM-FACETS: A Privacy-Preserving Framework for Evaluating LLM Transparency and Accountability [0.937536571362766]
  LLMFACETS (LLM FActuality Cross-EvaluaTion System):ブラウザにアクセスできるインターフェースとプラグインアーキテクチャを備えたオープンソースフレームワーク。 プラグインアーキテクチャにより、評価パイプラインを変更することなく、新しいメトリックデータセットを統合することができる。 我々は、標準参照ライブラリに対する18のメトリック実装の相互検証を通じて、このフレームワークを検証する。
  論文  参考訳（メタデータ） (2026-05-29T11:20:47Z)
• TAIBOM: Bringing Trustworthiness to AI-Enabled Systems [0.23332469289621785]
  透明性とトレーサビリティを高めるために、SBOM(Software Bills of Materials)が重要になっている。 現在のフレームワークは、AIシステムのユニークな特徴を捉えていない。 我々は、SBOMの原則をAIドメインに拡張する新しいフレームワークであるTAIBOM(Trusted AI Bill of Materials)を紹介する。
  論文  参考訳（メタデータ） (2025-10-02T16:17:07Z)
• The Sandbox Configurator: A Framework to Support Technical Assessment in AI Regulatory Sandboxes [13.108419500875543]
  EUの人工知能法は、AI規制サンドボックス(AIRS)を導入している。 評価メソッドは断片化され、テストは標準化が欠如し、開発者と規制当局の間のフィードバックループは弱い。 共有ライブラリからドメイン関連テストを選択し、ダッシュボードを統合したカスタマイズされたサンドボックス環境を生成することができる。
  論文  参考訳（メタデータ） (2025-09-27T16:37:46Z)
• Safe and Certifiable AI Systems: Concepts, Challenges, and Lessons Learned [45.44933002008943]
  この白書は、T"UV AUSTRIA Trusted AIフレームワークを提示する。 エンド・ツー・エンドの監査カタログであり、機械学習システムの評価と認定のための方法論である。 セキュアなソフトウェア開発、機能要件、倫理とデータプライバシという3つの柱の上に構築されているのは、EU AI Actの高レベルの義務を、特定かつテスト可能な基準に翻訳するものです。
  論文  参考訳（メタデータ） (2025-09-08T17:52:08Z)
• Deep Research Agents: A Systematic Examination And Roadmap [109.53237992384872]
  Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。 本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
  論文  参考訳（メタデータ） (2025-06-22T16:52:48Z)

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。