機械的解釈可能性は因果関係の主張のために識別仮定を開示すべき
AIの機械的解釈可能性研究が因果関係を主張する際に、必要な識別仮定を明示していないことが指摘されまし…
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
AI倫理
2667件
LLMエージェントは行動的に一貫しているか？社会シミュレーションのための潜在プロファイル
LLMエージェントが、異なる実験設定下で人間行動モデルと一貫した振る舞いをするか検証されました。
InvThink：より安全な言語モデルのための事前検証推論
言語モデルが最終応答を生成する前に、潜在的な失敗を列挙・分析・制約する新しいフレームワーク「InvThin…
BEAVER：効率的な決定論的LLM検証器
LLMの出力が安全要件を満たす確率を、決定論的に検証するフレームワーク「BEAVER」が発表されました。
AIの視点：LLMがウィキペディアの中立性規範をどのように適用（そして誤用）するか
LLMがウィキペディアの中立的な観点（NPOV）ポリシーをどの程度理解し、適用できるかを評価した研究が発表…
LLMエージェントのプライバシーリスクをシミュレーションで探索
LLMベースのエージェントが機密情報を抽出するプライバシーリスクを、シミュレーションを通じて特定し、攻…
正確で信頼できる人間レベルの推論における限界
AIシステムが正確性、信頼性、人間レベルの推論を同時に満たすことはできないと指摘する研究が発表されま…
周波数認識モデルパラメータ探索器：説明可能性を向上させる新しい帰属手法
深層学習モデルの予測根拠を説明する新しい帰属手法「FAMPE」が開発されました。
推論モデルからの蒸留データ検出
推論モデルの蒸留データにベンチマークデータが混入しているかを検出する手法が提案されました。
DT-PBO：選好ベイズ最適化のための解釈可能なツリーベース代理モデル
選好ベイズ最適化（PBO）において、解釈性の高いツリーベースの代理モデル「DT-PBO」が提案されました。
MirrorMark：マルチビットLLMウォーターマーキングのための汎用的なミラーリングサンプリング
LLM生成コンテンツの信頼性確保のため、マルチビットのウォーターマークを埋め込む新手法「MirrorMark」が…
方向転換型影響監査がLLMの倫理的選択における隠れた構造を明らかに
LLMの倫理的選択が文脈によって大きく変化し、その隠れた構造が明らかになりました。