대규모 언어 모델은 답변이 조언, 기록 항목, 추천 또는 결정의 발단이 될 수 있는 설정에서 점점 더 많이 사용되고 있습니다. 이러한 설정에서 중앙 문제는 단순한 유창성뿐만 아니라 모델이 생성한 결론이 가용한 증거, 지속적 상태 및 역할별 권한에 의해 허용되는지 여부입니다. 이 논문은 고위험 LLM 배포를 위한 거버넌스 요건으로서 인식적 정당성을 소개합니다. 이 논문은 해석이 지역 시퀀스로부터 재구성되는 것이 아니라 지속적 존재에 의해 조건화되는 아키텍처를 제시하며, 출력이 결과가 되기 전에 수용 가능성이 결정되고, 거부 및 보류된 판단이 유효한 거버넌스 결과로 존재하며, 거부 후 지속이 법적으로 제약된다는 것을 보여줍니다. 이 논문은 아우로라를 더 넓은 추론 기질로, 지속적 존재 프레임워크(PEF)를 의미가 의존하는 지속성 기질로, 렌즈를 런타임 수용 가능성 게이트로, 주지사를 거부, 수정 또는 모호성 후에 일어날 수 있는 일을 제약하는 지속 레이어로 구분합니다. 또한 제공자 비종속적 전송 계층 구현과 결정 시 생성된 변조 방지 포렌식 감사 기록을 설명합니다. 저자는 이 원고의 편집 개선을 위해 AI 작성 지원을 사용했습니다.
Margaret Stokes (Sat,)는 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: