人間とAIの共進化と認識崩壊：動的システムからの視点
人間とAIが相互作用するシステムにおいて、AIへの過度な依存が知識の多様性を低下させる可能性が指摘され…
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
1789件
敵対的防御評価のためのメモリ効率の高いフル勾配攻撃（MEFA）フレームワーク
敵対的防御の評価において、メモリ効率を向上させつつ、より正確なフル勾配攻撃を可能にする新フレームワ…
学習のための説明（eX2L）：分布シフトに対する対照的な視覚的説明ペアを用いた正則化
AIモデルが未知のデータ（分布シフト）に遭遇した際の性能低下を改善する新しい学習フレームワーク「eX2L…
COVID-19インフォデミック：機械学習によるフェイクニュース検出におけるコンテンツ特徴の理解
COVID-19パンデミック中のフェイクニュース検出に、テキストおよび言語的特徴を用いた機械学習アプローチ…
PACZero: 符号量子化による言語モデルのPACプライベートファインチューニング
言語モデルのファインチューニングにおいて、メンバーシップ推論攻撃に強い新しいプライバシー保護手法「P…
視覚モデルの振る舞いに対する概念ベースの仮説的・対照的説明
AIの画像認識モデルがなぜ特定の予測をするのかを、人間が理解しやすい高レベルな概念で説明する新手法が…
ベンチマーク不在時のLLM安全性評価：グラウンドトゥルースなしでの比較スコアリングの検証
ラベル付きベンチマークがない状況で、LLMの安全性を比較評価する手法が提案・検証されました。
AI制御のためのゲーム：AI展開プロトコルの安全性評価モデル
信頼できないAIの展開プロトコルを評価する「AI制御ゲーム」という形式的な意思決定モデルが提案されまし…
SynBench：差分プライバシーを考慮したテキスト生成のベンチマーク
差分プライバシーを保証する合成テキスト生成の統一評価フレームワーク「SynBench」が発表されました。
より安全なAIエージェントのための追跡機能
AIエージェントの安全性課題に対し、プログラミング言語ベースの「安全ハーネス」を提案しました。
Claw-Eval：自律エージェントの信頼できる評価に向けて
自律エージェントの評価における既存の課題を解決するため、人間が検証した300のタスクを含む新しい評価ス…
AI向けオークションベース規制メカニズム
AIの安全性、バイアス、法的問題を解決するため、オークションベースの新しい規制メカニズムが提案されま…