論文の概要: Policy Central: Detecting Conflicts, Redundancy, and Similarity in Deployed Police Policy

• arxiv url: http://arxiv.org/abs/2610.29338v1
• Date: Wed, 21 Oct 2026 07:34:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 09:50:43.23457
• Title: Policy Central: Detecting Conflicts, Redundancy, and Similarity in Deployed Police Policy
• Title（参考訳）: 政策中心:展開された警察政策における紛争・冗長性・類似性の検出
• Abstract要約: Policy Centralは、警察が記述されたポリシーのセクション間の関係を見つけるのを支援するデプロイシステムである。 システムを記述し、2つのアーキテクチャを比較します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Policy Central is a deployed system that helps police departments find relationships between sections of their written policy: whether two sections conflict, are redundant, are merely similar, or are different. We describe the system and compare two architectures. Retrieve-Judge, a retrieve-then-classify pipeline, runs as a cheap library-wide health signal; Screen-Confirm, a screen-then-confirm cascade, is a selective audit of the documents a reviewer chooses, checking them exhaustively against one another. On a 302-pair benchmark drawn from one department's ~84 real policy documents, given each pair Screen-Confirm reaches 0.795 aggregate recall and 0.885 on Conflict, so current models judge well. Finding the pair is the hard part: Retrieve-Judge's composed recall falls to 0.457, and Screen-Confirm recovers 0.472 (0.615 on Conflict). Today these pairs are found by reading the whole library, nearly 20,000 sections, checked against one another and re-checked after every revision. A scan that returns half of them in minutes, at low cost, and can be re-run on demand changes the economics of policy review even before recall improves.
• Abstract（参考訳）: Policy Centralは、警察が記述されたポリシーのセクション間の関係を見つけるのに役立つデプロイシステムである。 システムを記述し、2つのアーキテクチャを比較します。 検索テーマの分類パイプラインであるRetrieve-Judgeは、安価なライブラリ全体の健康信号として動作し、スクリーンテーマ確認カスケードであるScreen-Confirmは、レビュアーが選択した文書を選択的に監査し、相互に徹底的にチェックする。 ある部門の実際のポリシー文書から得られた302ペアのベンチマークでは、各ペアのScreen-Confirmは0.795の集合リコールと0.885のConflictに到達したので、現在のモデルはよく判断できる。 Retrieve-Judge の合成リコールは 0.457 に落ち、Screen-Confirm は 0.472 (0.615 on Conflict) に回復する。 今日、これらのペアは図書館全体、約2万のセクションを読み、相互にチェックし、修正のたびに再チェックすることで見つける。 半分を数分で、低コストで返却し、需要に応じて再実行することが可能なスキャンは、リコールが改善する前にも、政策レビューの経済性を変える。

関連論文リスト

• ROUTEAUDIT: Interaction-Aware Identification for Budgeted Multi-Verifier Routing [21.87319355077669]
  契約条件付き識別問題として検証器のルーティングを定式化する。 契約格子は、許容可能な橋の順序ごとに座標を平均化する。 ポリシー非依存の応答テープは、ペア化されたシーケンシャルコントラストを特定する。
  論文  参考訳（メタデータ） (2026-10-02T04:59:24Z)
• Measuring Collapse and Correction in Homogeneous-Panel LLM Debate [51.03982042769297]
  マルチエージェント大言語モデル(LLM)の議論は、最終回答が改善するかどうかによってしばしば評価されるが、運動は必ずしも改善されない。 標準的な最終精度評価は、これらの反対のメカニズムを詳述する。 複数選択質問(MCQ)に関する同質な議論のための監査可能なプロトコルを導入し、各実行を、崩壊、修正、オンセット、署名された介入ユーティリティよりも、遷移台帳として記録する。
  論文  参考訳（メタデータ） (2026-09-28T14:31:19Z)
• TWIST: A Proposed Benchmark for Intervention Quality in Conversational Memory, with a Human-Validated Draft-Alignment [0.0]
  TWISTは、補完的かつ未測定なプロパティ、介入品質のためのベンチマークスイートである。 4つのトラックは、未解決の緊張検知をカバーし、現在の信念に応えて、記録に反するドラフトを検証している。 システムTWISTプロファイルはリコールスコアの他に、メモリがいつ介入すべきかを計測する。
  論文  参考訳（メタデータ） (2026-09-23T12:25:28Z)
• TeleAntiFraud 2.0: A Refreshable, Profile-Grounded, and Audio-Based Benchmark for Telecom Fraud Detection [55.35119005976305]
  テレコム詐欺スクリプトは急速に進化し、日常的なサービス会話に似たように設計されている。 ベンチマークは、以前に確立されたテストセットを上書きすることなく、新しく観察された詐欺パターンを組み込まなければならない。 本稿では,Mixed-Tree Anti-Fraud Generation Pipelineで構築したTeleAntiFraud 2.0について述べる。
  論文  参考訳（メタデータ） (2026-09-16T14:41:11Z)
• GVD: Governed Versioning and Deduplication for Document Repositories [0.0]
  GVD(Governed Versioning and Deduplication)は,ルールレベルのコンフリクト解決とリンクするクロスドキュメントバージョンを統一するフレームワークである。 120のエンタープライズドキュメントが59バージョンのファミリーで140の取り込みとして処理され、GVDはバージョンファミリ構築で0.97、ルールレベルの一貫性で0.94に達している。
  論文  参考訳（メタデータ） (2026-09-15T18:08:17Z)
• Parser, Chunking, and Embedding Interactions in Retrieval-Augmented Generation over Indian Government Regulatory Documents [0.42303492200814446]
  800の質問項目に対して評価した3s,3チャンキング戦略,5つの密埋モデルの因子分析を行った。 MPNet-baseは、テーブル由来の質問に対して深刻な障害モードを持つ一貫したアンダーパフォーマーである。 コーパスは98%以上のほぼ飽和したエビデンス保存天井を示しており、検索の違いは、摂取時の情報損失よりも、主にランキング品質によって引き起こされていることを示している。
  論文  参考訳（メタデータ） (2026-09-15T07:32:06Z)
• VisDocAgentBench: Benchmarking Agents for Visually Rich Document Retrieval [65.89247522243959]
  VisDocAgentBenchは、静的検索とエージェント検索を比較したクローズドコーパスベンチマークである。 100の文書から2,375ページ、120のユニークなターゲットクエリが直接、一橋、二橋のエビデンス構造でバランスを取っている。 強力な遅延対話型ビジュアルレトリバーは、直接アイテムで97.50%のRecall@1に達するが、2ブリッジアイテムでは2.50%に達し、関連性がコーパスコンテキストに依存する場合のクエリ-ターゲットマッチングの限界を明らかにする。
  論文  参考訳（メタデータ） (2026-08-18T15:23:06Z)
• Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction [57.138342889101345]
  Tencent WorkBuddy Benchは、コーディングエージェントのためのマルチドメイン評価スイートである。 本報告では, 設計手法, スコアリングプロトコル, クロスモデルリーダーボードについて述べる。
  論文  参考訳（メタデータ） (2026-07-23T04:34:06Z)
• ConflictScore: Identifying and Measuring How Language Models Handle Conflicting Evidence [48.938290419832335]
  我々は、モデル応答が、その基盤となる文書における矛盾する証拠をどのように認識するかを定量化する新しいメトリクスであるConflictScoreを紹介する。 我々のフレームワークは, 反応を原子的クレームに分解し, それぞれのクレームに対して各クレームをラベル付けし, それらのラベルを2つの補完的尺度に集約する。
  論文  参考訳（メタデータ） (2026-06-24T23:00:09Z)
• Compliance-Scored Best-of-N Guardrail Orchestration for Multimodal Document Generation in Payments Dispute Defense [0.0]
  企業文書の大量生成には、財務紛争の物語、コンプライアンス通知、監査要約が含まれる。 統一されたガードレール層の前に、プロダクションシステムはしばしば別々のPIIリアクション、コンテンツモデレーション、フォーマット検証ステップを縫い合わせていた。 本稿では,テキストと画像入力のためのガードレールオーケストレーションレイヤを提案する。
  論文  参考訳（メタデータ） (2026-06-01T00:24:30Z)
• Preserving Historical Truth: Detecting Historical Revisionism in Large Language Models [66.75310318710073]
  textttHistoricalMisinfoは45ドル(約4,400円)の国から50ドル(約5,800円)のコンテストイベントを収集したデータセットです。 実世界の利用を近似するために、一般的な通信設定を反映したプロンプトシナリオを11ドルで、各イベントをインスタンス化する。
  論文  参考訳（メタデータ） (2026-02-19T15:05:10Z)

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。