AI Observatory
Una mappa quotidiana di ciò che viene pubblicato sull’intelligenza artificiale.
← Torna alle ultime pubblicazioni
paper · arXiv · Machine Learning

Logit-Boundary Geometric Belief Interfaces and Sparse Sheaf-Enclave Protocols: A Self-Contained Substrate for Secure Network Electronic Health Record (EHR) Interoperability

Di cosa parla

Propongono un'architettura che mette una barriera tra le proposte dei modelli generativi e la trasmissione dei dati clinici: prima di inviare, una componente deterministica decide se accettare, richiedere revisione o mettere in quarantena e produce certificati, con un protocollo crittografico che blocca l'operazione in caso di problemi. In un test su un modello nessuna proposta è stata accettata; molte sono state rifiutate per controlli di sicurezza o struttura dei dati.

Cosa permette di osservare

Permette di esplorare come separare le proposte incerte dei modelli dalle decisioni operative, quali controlli e certificati servono al confine tra modello e sistema e come applicare meccanismi di quarantena e audit crittografico.

hardwaremodelli linguisticiregolamentazionericercasicurezza

Dalla fonte

Electronic health-record interoperability is a boundary problem: legacy systems, generative models, terminology services, identity systems, and human reviewers may each expose rich internal states, while operational exchange requires a narrow shared interface of typed claims, bounded uncertainty, provenance, and explicit admission or abstention. This paper details a mathematical and engineering architecture for that interface. The organizing idea is the logit boundary: a discovery model may propose pre-threshold scores over a local categorical decision, but a deterministic judgment substrate decides whether the proposal is admissible, requires review, or must be quarantined before any Fast Healthcare Interoperability Resources (FHIR) transaction is constructed. The resulting Geometric Belief Interface (GBI) combines finite boundary semantics, local Dirichlet evidence, cellular-sheaf and…