本文: arXiv:2603.11277v1 Announce Type: new
Abstract
大規模言語モデル（LLM）ベースのエージェント系システムの急速な普及は、デジタル主権、環境持続可能性、規制遵守、倫理的整合性に関する重要な懸念を喚起しています。既存のフレームワークは個々の次元を分離して扱いますが、統一されたアーキテクチャは自律エージェントの意思決定プロセスにこれらの必須条件を体系的に統合していません。本論文は、COMPASS（主権を有する自律システムにおける多次元原則のコンプライアンスとオーケストレーション）フレームワークを導入します。これは、モジュール化され拡張可能なガバナンス機構を通じて、価値に整合したAIを強制する新しいマルチエージェント・オーケストレーションシステムです。フレームワークはオーケストレーターと、主権、カーボン認識計算、コンプライアンス、倫理を扱う4つの専門サブエージェントから構成され、それぞれが検証済みで文脈特定の文書を根拠として評価を行うためにRetrieval-Augmented Generation（RAG）を用いて強化されています。LLMをジャッジとして用いる方法論を採用することにより、システムは各評価次元に対して定量的なスコアを割り当て、説明可能な正当化を生成し、対立する目的のリアルタイム裁定を可能にします。我々は自動評価によって、RAGの統合が意味的一貫性を大幅に高め、幻覚リスクを軽減することを示します。結果は、フレームワークの構成ベースの設計が多様なアプリケーション分野へのシームレスな統合を促進しつつ、解釈可能性と追跡性を保持することを示しています。
