論文の概要: The "10th Juror": Open-Set Standpoint Screening for Bureaucratic Bias Detection
- arxiv url: http://arxiv.org/abs/2610.11136v1
- Date: Thu, 08 Oct 2026 03:05:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:53.752722
- Title: The "10th Juror": Open-Set Standpoint Screening for Bureaucratic Bias Detection
- Title（参考訳）: The 10th Juror: Open-Set Standpoint Screening for Bureaucratic Bias Detection
- Abstract要約: オランダ政府文書のクローズドループバイアスガバナンスについて検討した。
システムは、バイアスのある言語、法的および文脈的証拠における基礎的決定を検出し、介入が保証されたときに問題のある文を書き直す必要がある。
そこで我々は,MARS-Govを提案する。MARS-Govは,法的検索,オープンセット対象検定,特別審査員,保守的ルーティング,リライト検証を組み合わせた,スタンドポイント対応マルチエージェントフレームワークである。
- 参考スコア（独自算出の注目度）: 6.305979659839853
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Presupposing the boundaries of bias is itself a form of bias. We study closed-loop bias governance for Dutch government documents, where a system must detect biased language, ground decisions in legal and contextual evidence, rewrite problematic sentences when intervention is warranted, and verify that the rewrite mitigates harm without distorting meaning. Existing methods face three challenges: (i) discriminative classifiers capture surface regularities but lack normative grounding; (ii) zero-shot LLMs often adopt generic viewpoints and over-flag ambiguous administrative language; and (iii) fixed taxonomies inherit the Closed-World Assumption, missing emerging local targets. We propose MARS-Gov, a standpoint-aware multi-agent framework that combines legal retrieval, open-set target screening, specialized jurors, conservative routing, and rewrite verification. When screening finds an uncovered group, MARS-Gov instantiates a dynamic "10th juror" to deliberate outside the fixed panel. On DGDB, MARS-Gov sets a new SOTA with 0.880 F1, outperforming the strongest zero-shot LLM detector by 20.2 points (29.8% relative) and the best supervised Dutch encoder by 6.8 points, while reducing unnecessary interventions to 2.5%. Leave-One-Category-Out (LOCO) evaluation recovers held-out categories with 85.1% Correct@1 and 93.8% Correct@3.
- Abstract（参考訳）: バイアスの境界を仮定することは、それ自体バイアスの一形態である。
オランダ政府文書のクローズドループバイアスガバナンスについて検討し、そこでは、システムはバイアス言語を検知し、法的および文脈的証拠の基盤決定を行い、介入が保証されたときに問題のある文を書き換え、その書き換えが意味を歪ませることなく害を軽減することを検証する。
既存の方法は3つの課題に直面します。
一 識別分類器は、表面の規則性をつかむが、基準的根拠を欠く
(二)ゼロショットLLMは、しばしば総括的視点及び過度に曖昧な行政用語を採用する。
三 定型分類は、地域目標の欠如により、閉鎖的世界推定を継承する。
そこで我々は,MARS-Govを提案する。MARS-Govは,法的検索,オープンセット対象検定,特別審査員,保守的ルーティング,リライト検証を組み合わせた,スタンドポイント対応マルチエージェントフレームワークである。
スクリーニングが発見されると、MARS-Govは動的に「第10陪審員」をインスタンス化し、固定パネルの外側に意図的に配置する。
DGDBでは、MARS-Govは0.880 F1のSOTAを新たに設定し、最強のゼロショットLDM検出器を20.2ポイント(29.8%の相対)、最高監督のオランダエンコーダを6.8ポイント、不要な介入を2.5%に減らした。
LOCO(Leave-One-Category-Out)は85.1%のCorrect@1と93.8%のCorrect@3のホールドアウトカテゴリを回復する。
関連論文リスト
- IntLawNER: A Named Entity Recognition Dataset and Benchmark in International Law [0.5039813366558307]
NERデータセットと国際法定情報源のベンチマークであるIntLawNERを紹介する。
IntLawNERは、国際司法裁判所(ICJ)の判決、国連安全保障理事会の決議、欧州人権裁判所(ECtHR)の判決から2,987の金注記文と8,094の実体をカバーしている。
IntLawNERは、468kのソース文をコンパクトなアノテーションセットに削減するコスト効率のよいハイブリッドアルゴリズム・アジェンティックパイプラインで構築する。
論文 参考訳（メタデータ） (2026-09-18T19:36:30Z) - MABPD: Multi-Agent Bias Probing & Detection via Structured Argument Debate [0.06999740786886537]
MABPD(Multi-Agent Bias Probing & Detection)は、教師付き分類に代わる、原則化された、トレーニングなしの代替品である。
SADは、証明のドメイン動機による非対称な負担を実装する。
アブレーションは、単なるエージェント並列性ではなく、この構造化された検討によって性能が向上することを確認した。
論文 参考訳（メタデータ） (2026-09-04T07:58:33Z) - AgentJudgeBench: A Multi-Difficulty Benchmark for Evaluating LLM Judges on Agentic Tool-Calling [3.2665457005470504]
LLM審査員はエージェントツール呼び出しシステムの評価に広く用いられているが、構造化された依存性駆動システムに対する信頼性はほとんど検討されていない。
本稿では,MLM-as-a-judge信頼性をワークフローDAG上でのエージェントツール呼び出しに対して体系的に研究する最初のベンチマークであるAgentJudgeBenchを提案する。
論文 参考訳（メタデータ） (2026-08-27T05:20:22Z) - AffectOmni: RL-Verifiable People-Centric Grounded Affective Reasoning for Social and Art-Related Scenes [59.134503227559634]
マルチモーダル大言語モデル(MLLM)は,VQAとシーン理解において高い性能を発揮する。
モデルは、マイクロ表現やボディランゲージのような人中心の手がかりを無視しながら、正しい答えを予測できる。
本稿では、感情的推論を検証可能なフレームワークであるAffect Omniを提案する。
論文 参考訳（メタデータ） (2026-08-24T11:25:04Z) - Grounded Normative Rule Generation with Structured Search [47.28595196084396]
基底ノルム規則合成(GNRS)として問題を定式化する。
GNRS-SearchはMarkov Chain Monte Carlo(MCMC)サンプリングを利用して、離散5スロットアンドオーグラフ(AOG)を最適化するフレームワークである。
GNRS-Benchは8つのシーンにまたがる116の制御目標にまたがるベンチマークであり、RealCharterBenchは53のリアルなポリシータスクに隠れたソース節で遷移を評価する。
論文 参考訳（メタデータ） (2026-08-23T05:43:42Z) - PerceptionRubrics: Calibrating Multimodal Evaluation to Human Perception [75.70273182182397]
PerceptionRubricsはルーブリックベースの評価フレームワークである。
飽和ベンチマークスコアと現実世界の脆さのギャップに対処する。
1,038枚のインフォメーションセンス画像と1万個以上のインスタンス固有のルーリックをペアリングする。
論文 参考訳（メタデータ） (2026-06-26T17:59:15Z) - CatRAG: Functor-Guided Structural Debiasing with Retrieval Augmentation for Fair LLMs [1.7697598440512727]
構造的デバイアスを誘導する構造的デバイアス(RAG)を関手と統合する,二重進行型フレームワークであるCatRAG Debiasingを提案する。
オープンソースの3つのLCM(Meta Llama-3、OpenAI GPT-OSS、Google Gemma-3)を対象としたBias Benchmark for Question Answering (BBQ)では、CatRAGは対応するベースモデルに対して最大40%の精度で、事前のデバイアス法よりも10%以上の精度を実現している。
論文 参考訳（メタデータ） (2026-03-23T03:33:13Z) - When Names Change Verdicts: Intervention Consistency Reveals Systematic Bias in LLM Decision-Making [0.0]
ICE-Guardは、3種類の突発的な機能依存を検出するために介入整合性テストを適用するフレームワークである。
10領域にわたる11大言語モデル(LLM)を評価した。
本研究では,ICE誘導型検出・診断・緩和・検証ループを用いて,累積78%のバイアス低減を実現した。
論文 参考訳（メタデータ） (2026-03-19T06:21:08Z) - Mitigating Subgroup Disparities in Multi-Label Speech Emotion Recognition: A Pseudo-Labeling and Unsupervised Learning Approach [53.824673312331626]
Implicit Demography Inference (IDI)モジュールは、k平均クラスタリングを用いて、音声感情認識(SER)におけるバイアスを軽減する
実験により、擬似ラベルIDIはサブグループの格差を減らし、フェアネスの指標を28%以上改善することが示された。
教師なしのIDIは、SERのパフォーマンスが3.6%未満のフェアネス指標を4.6%以上改善する。
論文 参考訳（メタデータ） (2025-05-20T14:50:44Z)
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。