分散型金融（DeFi）市場の急速な成長に伴い、規制当局が直面する信用リスク管理の課題はますます複雑になっています。従来の汎用的なLLMエージェントは、弱い証拠を過度に解釈して高リスクの介入を推奨してしまう傾向があり、規制当局のニーズに適切に対応できていません。こうした背景の下、研究者らは新たな監督システム「DeXposure-Claw」を開発しました。 このシステムの特徴は、予測に基づいた構造化アプローチです。まず、DeXposure-FMというグラフ時系列ファウンデーションモデルが将来のエクスポーネットワークを予測します。その次に、決定論的モニターとストレステストシナリオがこれらの予測を型付きアラート、帰属信号、シナリオ証拠に変換します。さらに重要なのは、データヘルスと信頼度ゲートが監督チケットの発行前にエスカレーションを制限し、根拠付きで監査可能な形で報告されることです。 評価方法についても革新的で、DeXposure-Benchという6軸の評価フレームワークが開発されました。特に「決定軸」と呼ばれる評価軸では、チケットが規制当局に適合した絶対的損失ベースの真実値および明示的な誤った介入率に対してスコア化されます。5年間の週次リアルデータを用いた実験により、このシステムの有効性が確認されており、コードはGitHub上で公開されています。