産業化された欺瞞：LLMによる誤情報がデジタルエコシステムに与える付随的影響
TL;DR本研究は、生成AIと誤情報に関する2024年の調査以降の脅威の変化を報告し、文献レビューから実践的な対策へと焦点を移行させています。AI生成ニュースに対する人間の認識を評価する「JudgeGPT」と、研究用の刺激生成エンジン「RogueGPT」を開発し、実験パイプラインを構築しました。
Cog AI Archive
最新の記事
人気記事ピックアップ
RedSage: サイバーセキュリティに特化した汎用LLM
TL;DRRedSageは、プライバシーリスクを回避しつつ多様なセキュリティ業務を支援するために開発された、オープンソースのサイバーセキュリティ特化型LLMである。118億トークンの専門データによる事前学習と、エージェントベースのパイプラインで生成された26.6万件の指示データによる調整を経て、既存モデルを上回る性能を実現した。
道徳的怒りは注目だけでなく積極的な関与も引き出す：YouTubeにおける日米のマルチモーダルな道徳感情分析
TL;DRYouTubeの主要ニュースチャンネルにおいて、道徳的な怒りを煽る表現が視聴者の行動にどう影響するかを、韓国と米国で調査した研究である。サムネイルとタイトルを組み合わせたマルチモーダル分類器を開発し、約40万本の動画を分析した結果、他者を道徳的に非難する表現は、単なる視聴だけでなく「いいね」
オントロジー誘導型マルチエージェント推論を通じた文化的に整合したLLMに向けて
TL;DRLLMは文化的な意思決定を支援する一方で、学習データの偏りにより価値観の不一致が生じることが課題です。本研究は、世界価値観調査に基づき文化オントロジーを構築し、複数の価値観ペルソナエージェントを介して推論を行うフレームワーク「OG-MAR」を提案します。これにより、文化的整合性と推論の透明性が向上します。
FSD-CAP：グラフ特徴量補完のためのクラス認識型伝播を用いた部分的サブグラフ拡散
TL;DRグラフデータにおけるノード特徴量の欠損問題、特に99.5%という極端な欠損率に対処する新手法「FSD-CAP」が提案された。グラフ距離に基づく局所的な分数拡散と、クラス情報を考慮した伝播を組み合わせることで、完全なデータを用いた場合のGCNに近い精度を達成し、大規模データやヘテロフィリーグラフでも優れた性能を示した。
ソーシャルレコメンデーションにおける相乗効果の解明
TL;DR複数のソーシャルネットワークを活用する推薦システムにおいて、複雑な「相乗効果」の説明は困難でした。本研究では、グラフデータにおける情報利得を定量化し、この相乗効果を体現するサブグラフを特定する手法「SemExplainer」を提案します。3つのデータセットでの実験により、既存手法よりも優れた説明性能が実証されました。
保存済みの記事がまだありません。
読み込み中…