論文の概要: Governed Sovereign RAG for Public Administration: Tripartite Epistemic Routing, Facet-Guided Clarification, and Deterministic Numeric Verification in Citizen Services
- arxiv url: http://arxiv.org/abs/2610.36561v1
- Date: Tue, 27 Oct 2026 03:09:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-28 21:04:31.473844
- Title: Governed Sovereign RAG for Public Administration: Tripartite Epistemic Routing, Facet-Guided Clarification, and Deterministic Numeric Verification in Citizen Services
- Title（参考訳）: 行政に求められる主権的RAG:三部会の疫学的ルーティング、フェイスガイドによる明確化、および市民サービスにおける決定論的数値検証
- Abstract要約: 我々は,メキシコのトラクスカラ州の公的なポータルに配置された,支配的かつ主権のあるレトリーバル・アグメンテッド・ジェネレーション・アーキテクチャを提示し,評価する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Deploying conversational assistants at government service desks faces a tension between regulatory certainty (zero tolerance for invented fees), data sovereignty prohibiting commercial clouds, and high rates of underspecified or out-of-jurisdiction citizen queries. We present and evaluate a governed, sovereign Retrieval-Augmented Generation (RAG) architecture deployed on the official portal of the State of Tlaxcala, Mexico (tlaxcaladigital.gob.mx), covering 1,143 procedures and a decoupled directory of 924 offices. The system governs interactions via three pillars: (1) a two-stage tripartite epistemic gate (clarify_policy and a Boltzmann distribution over AnyJev) arbitrating among answering (SPECIFIC), facet-guided clarification (CLARIFY), and abstaining (ABSTAIN); (2) a post-generation deterministic numeric verifier (verify_numeric_guardrail) with SHA-256 cache invalidation ensuring every generated fee or validity figure belongs to the retrieved official record; and (3) an empirical evaluation across 380 organic production traces (8 weeks) and a 200-query stratified benchmark (5-fold CV: 86.41% +/- 7.50%). In production, 89.47% of traffic is resolved at Level 0 via deterministic templates without free generation (global p50 = 0.665 s; direct L0 p50 = 0.445 s; slow-tail p95 = 30.412 s under CPU queuing), with 0/40 fiscal amount hallucinations observed in Level 1 (95% bound <= 8.81%). On the benchmark, the system achieves 86.50% strict Top-1 accuracy (+10.00 pp over a binary neural gate, p = 0.00453, p_Holm = 0.01172), pairing a 93.00% conditional safe upper bound with a 70.87% dropout-adjusted effective resolution after accounting for 53.33% citizen drop-off in clarification menus.
- Abstract（参考訳）: 政府のサービスデスクに会話アシスタントを配置することは、規制の確実性(発明手数料のゼロ寛容)、商用クラウドを禁止しているデータ主権、不特定または非合法の市民クエリの高率との間の緊張に直面します。
我々は,メキシコのトラクスカラ州の公式ポータル(トラックスカラダディジタル.gob.mx)に配置された統治下にある統治下にあるレトリーバル・アグメンテッド・ジェネレーション(RAG)アーキテクチャを,143の手順と924のオフィスの分離されたディレクトリを提示し,評価する。
本システムは,(1) 回答 (SPECIFIC), 顔認証 (CLARIFY), 吸収 (ABSTAIN), (2) SHA-256 キャッシュの定式検証 (verify_numeric_guardrail) による2段階の3段階のエピステミックゲート (Clarify_policyおよびAnyJev上のボルツマン分布) の仲裁 (SPECIFIC), 反応 (5-fold CV: 864.1% +-50%) および (5-fold CV: 864.1% +-50%) による200-query成層化ベンチマーク (5-fold CV: 864.1% +-50%) の3つの柱による相互作用の制御を行う。
生産では、89.47%のトラフィックは、フリージェネレーションのない決定論的テンプレート(Global p50 = 0.665 s; direct L0 p50 = 0.445 s; slow-tail p95 = 30.412 s; CPUキューイング)によってレベル0で解決される。
ベンチマークでは、このシステムは86.50%の厳密なTop-1精度(2進神経ゲート上では+10.00pp、p = 0.00453、p_Holm = 0.01172)を達成する。
関連論文リスト
- AGO AI Quality Gate: Evidence-First Release Decisions for Retrieval-Augmented Generation [35.18016233072556]
AGO AI Quality Gateは、産業RAGアセスメントエンゲージメントにデプロイされるエビデンスファーストの品質ゲートフレームワークである。
AGOは4つの重要なコンポーネントを統合している。データ不足を処理し、エラーを明確な結果として判断する4状態決定モデルだ。
RAGBenchは、12データセットにわたる100kの注釈付きRAGトレースの公開ベンチマークである。
論文 参考訳（メタデータ） (2026-10-01T07:24:04Z) - State-Grounded Conditioning: Wrapping User-Facing LLM Agents Where Direction Depends on Live State [21.02064571802426]
State-Grounded Conditioningは、状態依存制御を構造化された入力と3つのプライマリステートスライス上のルールカーネルに外部化する。
ゲーム内対話型コーチングエージェントから200セッションのベンチマークでSGCを評価する。
論文 参考訳（メタデータ） (2026-09-23T09:26:07Z) - From Spectrum Regulation to Computational Enforcement: An Auditable Governance Architecture for Adaptive Spectrum Sharing [0.0]
本稿では,TLAGA(Tri-Layer Adaptive Governance Architecture)であるSPECTRA-GOVについて紹介する。
V2は、制御されたスペクトル保持シナリオ、修正された測地距離計算、操作者ごとの選択的な認可、ペア化されたベースラインカウンターファクトル、ポリシーの摂動、規制-変更分析、因果前処理を導入している。
ペア化されたS3ベースライン実験では、選択的な承認は100%既存の保護と89.43%のアクセス機会を達成し、人口全体の動的ベースラインは99.91%の保護と99.53%のアクセスを得た。
論文 参考訳（メタデータ） (2026-08-30T23:50:40Z) - Governance at the Boundary: How Agent Decomposition Degrades Policy Compliance [6.411104724993454]
金融エージェントの統治可能性のベンチマークであるFiducia-benchを紹介します。
エージェントは、そのガバナンスを劣化させるのか?
あるコンポーネントによって発見されたポリシー関連事実は、それらに作用しなければならないコンポーネントに到達する前に、ハンドオフ境界で減衰される。
論文 参考訳（メタデータ） (2026-08-17T03:31:59Z) - Governed Persistent Memory: Source-Bound State Semantics and Fail-Closed Release for Long-Horizon Agents [3.202978695204522]
長期のエージェントメモリは、通常、セレクトストアとして扱われるが、検索は、矛盾する、取って代わられた、削除された、削除された、または古いレコードが、外部の要求をサポートするかどうかを判断しない。
本稿では,Governed Persistent Memory (GPM)について紹介する。
論文 参考訳（メタデータ） (2026-08-12T18:00:42Z) - Measurement Without Validity: The Compounding Reliability Problem in Agentic AI Evaluation [0.0]
エージェントAI評価パイプラインは、デプロイメント決定、安全認定、規制コンプライアンス要求を正当化するベンチマークスコアを生成する。
正式なフレームワークはまだ、これらのパイプラインのステージにおける妥当性の低下を特徴付けていない。
本稿では,タスク生成,人間シミュレーションキャリブレーション,自動判定の3層合成妥当性モデルを提案する。
論文 参考訳（メタデータ） (2026-08-01T17:50:12Z) - Online Shift Detection and Conformal Adaptation for Deployed Safety Classifiers [0.0]
デプロイされた安全分類器における分散シフトのオンラインモニタリングシステムを提案する。
検出後、共形吸収層は、目標誤差を回復する決定に適応する。
このシステムは平均遅延39.5800ステップで86.6%の検知を実現している。
論文 参考訳（メタデータ） (2026-06-10T11:24:25Z) - Knowledge Index of Noah's Ark [63.143852586221534]
KINAは,261分野にわたる899項目のベンチマークである。
ボーナス・オン・バートーナメントがFOSDを弱く支配していることを示す。
トップモデルであるGemini-3.1-Pro-Previewは53.17%、Claude-Opus-4.6は49.92%、GPT-5.4は48.55%に達した。
論文 参考訳（メタデータ） (2026-06-03T17:06:49Z) - Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。
個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。
構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
論文 参考訳（メタデータ） (2026-05-15T17:08:27Z) - AuditRepairBench: A Paired-Execution Trace Corpus for Evaluator-Channel Ranking Instability in Agent Repair [21.974153439592317]
AuditBenchは576,000の登録細胞(96,000が実行)のペア実行トレースコーパスである
宣言された可観測性境界内で評価器-チャネル遮断ランキングの不安定を運用する。
80ケースのソースレベルのチャネルサージェリーサブセット上で、メカニズムアンカレートによる検証がサポートされている。
論文 参考訳（メタデータ） (2026-05-06T08:12:09Z)
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。