摘要
规则通过界定规范人类活动的义务、许可和禁止，构成了监管体系的基础。监管程序普遍依赖于在依据特定规则进行核查之前，先向利益相关方收集特定输入。随着农业等各领域的监管机构日益采用数字化监管技术，监管规则必须由人类和机器一致地解释。在立法中的各类规则中，定量规则尤为重要，因为它们定义了可衡量的约束条件，一旦修改，可能会改变监管合规的范围。本文提出了一种基于大语言模型（LLM）的框架，用于分析农业定量监管中的规则放宽问题。所提出的方法将定量规则分为三类：单值规则、区间或范围规则以及比率规则。本文引入了一个数学框架来形式化表示定量规则放宽，同时应用受控数值扰动来确定监管参数的修改是扩大、缩小还是模糊地影响法规所允许的行为集合。该方法解决了定量变更对规范监管规则的语义影响，同时保留了其潜在的义务和许可。该框架利用澳大利亚农药与兽药管理局（APVMA）发布的农药法规进行了评估。性能评估使用了多个LLM模型的类别和规则特定准确率及宏F1分数。结果表明，LLM可用于解释定量修改的语义后果。然而，性能的准确率会随着变量数量和规则复杂度的增加而下降。所提出的框架为可解释的农业监管科技（RegTech）系统和未来的“规则即代码”实施奠定了实践基础。
