RECON: A Recipe-Driven, Evidence-Fused, Neuro-Symbolic Multi-Agent Architecture for Autonomous Document Compliance Auditing across Heterogeneous Enterprise Repositories
本論文は、決定論的なルール、ファジー検出、およびLLM推論を、YAML駆動のレシピシステムと改ざん防止監査機能と組み合わせることで、異種混合のエンタープライズ・リポジトリにわたる再現可能で防御可能かつエビデンスを融合させた文書コンプライアンス・レビューを実現する、ニューロ・シンボリック・マルチエージェント・アーキテクチャであるRECONを紹介するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
巨大なジグソーパズルを解こうとしている場面を想像してみてください。しかし、ピースは異なる部屋に散らばっており、中には透明なインクで書かれたものや、形は合っているように見えても実はわずかに形が違うものもあります。これは、データプライバシーや金融安全に関する複雑な規則に従おうとする企業にとっての日常的な現実です。彼らは、ルールに違反していないかを確認するために、契約書、銀行取引明細書、ポリシーマニュアルといった何千もの文書をチェックしなければなりません。
これを行うために、彼らは通常、2種類の助っ人に頼ります。1つ目は「ルール遵守者」で、特定の単語を厳格に探すコンピュータプログラムです。これは、「リンゴ」という言葉しか知らないロボットのようなもので、「甘くて丸い果実」と呼ばれたとしても、その写真を見逃してしまいます。2つ目の助っ人は「大きな脳」で、言語と意味を理解する一種の人工知能です。これは「甘くて丸い果実」がリンゴであることを理解することに長けていますが、時として混乱したり、作り話をしたり、同じ質問をしても毎回答えを変えたりすることがあります。現在の科学における大きな課題は、これら2つの助っ人をどのように組み合わせ、彼らが互いに争うことなく協力できる仕組みを作るかです。つまり、トリッキーな言語を理解できるほど賢く、かつ規制当局から信頼されるほど厳格なシステムを作り上げることです。
ここで、RECONと呼ばれる新しいシステムが登場します。RECONを、文書を監査するために設計された、柔軟かつ壊れにくい5人の専門エージェントによるスーパーチームだと考えてください。複雑なコンピュータコードを書いて新しいルールを設定する代わりに、責任者である人間は、単なるシンプルな「レシピ」ファイル（料理のレシピのようなものですが、ルールのためのものです）を書くだけで済みます。このレシピは、チームが何を捜索すべきかを正確に指示します。
チームが監査を開始するとき、彼らはただ推測するわけではありません。金属探知機、拡大鏡、そして探偵の直感を同時に使うかのように、3つの異なる方法を使って問題を探し出します。第一に、「ルール遵守者」が完全一致をスキャンします。第二に、「ファジー探偵」が、言葉がわずかに異なっていても怪しいと感じる、惜しい言葉を探します。第三に、「大きな脳」が文脈を読んで意味を理解します。魔法は、彼らがノートを統合するときに起こります。彼らはすべての発見を一つのリストに統合しますが、同じ問題を二重にカウントしないよう注意を払います。もし厳格なロボットが「問題なし」と言っても、ファジー探偵と大きな脳の両方が「これはリスクがあるようだ」と言った場合、チームは最も強力な証拠を信頼します。
論文によると、このシステムを43件の実世界のビジネス文書（契約書や財務報告書を含む）の混合物に対してテストしたところ、57個の異なる問題を発見しました。このシステムは驚異的に正確で、91%の正解率（適合率）を得ながら、実際の問題の88%（再現率）を捉えました。これは大きな進歩です。なぜなら、従来のシステムは、非常に厳格になって隠れた問題を見逃すか、あるいは非常に柔軟になって間違いを犯すか、どちらかを選ばなければならなかったからです。RECONは、その両方を実現できることを示唆しています。
誰にも不正を行わせたり、後で結果を変更させたりしないようにするため、システムは作業の全ステップをデジタル「台帳」に記録し、特殊なロック（SHA-256ハッシュ）で鎖のように繋ぎ合わせます。もし誰かがこっそりミスを消したり、判定を変えたりしようとしても、鎖全体が壊れ、改ざんが即座に判明します。それは、すべてのページが次のページに接着されている日記のようなものです。もし一枚でも破り取れば、本全体が崩れてしまいます。
研究者たちはまた、すべての判定に「信頼度メーター」を加えました。システムがわずかな文書しかチェックしていない場合は、「かなり確信しているが、答えは少し揺らぐ可能性がある」と伝えます。数百の文書をチェックする場合、その答えは非常にタイトで精密になります。テストにおいて、少数の契約書を見たとき、システムは広い不確実性の範囲とともに警告を出しましたが、43件の文書全体を見たときには、非常に狭い確実性の範囲とともに、具体的な不合格スコアを提示しました。
この研究は、厳格なルール、ファジーマッチング、そしてスマートなAIを組み合わせ、改ざん不可能なログに記録することが、文書のチェックをより速く、より信頼できるものにできることを示唆しています。しかし、著者らは、これは特定の銀行文書のセットを用いたパイロットテストに基づいていることに注意を促しています。結果は有望に見えますが、あらゆる種類の企業やあらゆる種類のルールに対しても同様に機能するかどうかを確認するには、さらなるテストが必要であると述べています。また、システムはまだ「レシピ」を書くための人間を必要としているため、完全自動化はされていませんが、人間がより良い仕事をするための強力な新しいツールを提供しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。