論文の概要: Trust in Motion: Capturing Trust Ascendancy in Open-Source Projects using Hybrid AI

• arxiv url: http://arxiv.org/abs/2210.02656v1
• Date: Thu, 6 Oct 2022 03:23:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-07 17:48:00.127888
• Title: Trust in Motion: Capturing Trust Ascendancy in Open-Source Projects using Hybrid AI
• Title（参考訳）: trust in motion: ハイブリッドaiを用いたオープンソースプロジェクトにおける信頼の上昇
• Authors: Huascar Sanchez and Briland Hitaj
• Abstract要約: 本稿では,信頼優位の概念を理解するための方法論について述べる。 オープンソースプロジェクト上で発生する信頼上の優位性操作をローカライズするために必要な機能を導入している。 以上の結果から,2020年の社会工学的攻撃に携わる個人による信頼の優位性を把握するための手法の有効性が示唆された。
• 参考スコア（独自算出の注目度）: 0.5156484100374058
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Open-source is frequently described as a driver for unprecedented communication and collaboration, and the process works best when projects support teamwork. Yet, their cooperation processes in no way protect project contributors from considerations of trust, power, and influence. Indeed, achieving the level of trust necessary to contribute to a project and thus influence its direction is a constant process of change, and developers take many different routes over many communication channels to achieve it. We refer to this process of influence-seeking and trust-building, trust ascendancy. This paper describes a methodology for understanding the notion of trust ascendancy, and introduces the capabilities that are needed to localizing trust ascendancy operations happening over open-source projects. Much of the prior work in understanding trust in open-source software development has focused on a static view of the problem, and study it using different forms of quantity measures. However, trust ascendancy is not static but rather adapt to changes in the open-source ecosystem in response to developer role changes, new functionality, new technologies, and so on. This paper is the first attempt to articulate and study these signals, from a dynamic view of the problem. In that respect, we identify related work that may help illuminate research challenges, implementation tradeoffs, and complementary solutions. Our preliminary results show the effectiveness of our method at capturing the trust ascendancy developed by individuals involved in a well-documented 2020 social engineering attack. Our future plans highlight research challenges, and encourage cross-disciplinary collaboration to create more automated, accurate, and efficient ways to modeling and then tracking trust ascendancy in open-source projects.
• Abstract（参考訳）: オープンソースはしばしば、前例のないコミュニケーションとコラボレーションのドライバーとして説明され、プロジェクトがチームワークをサポートするときに最もうまく機能します。 しかし、彼らの協力プロセスは、プロジェクトコントリビュータを信頼、力、影響力の考慮から保護するものではない。 実際、プロジェクトに貢献し、その方向性に影響を与えるために必要な信頼のレベルを達成することは、変化の絶え間ないプロセスであり、開発者は多くのコミュニケーションチャネルを越えて多くの異なるルートをたどり、それを達成する。 我々は、この影響調査と信頼構築のプロセス、信頼の上昇について言及する。 本稿では,信頼の上昇という概念を理解するための方法論について述べるとともに,オープンソースプロジェクト上で生じる信頼の上昇操作のローカライズに必要な機能を紹介する。 オープンソースソフトウェア開発における信頼を理解する以前の仕事の多くは、問題の静的な見方に焦点をあて、さまざまな量の測定方法を用いてそれを研究してきた。 しかし、信頼の優位性は静的ではなく、開発者の役割の変化、新しい機能、新しいテクノロジなどに対応するオープンソースエコシステムの変化に適応している。 本稿は,この問題のダイナミックな視点から,これらの信号の明瞭化と研究を行う最初の試みである。 その点では、研究課題や実装上のトレードオフ、補完的なソリューションを照らし出すのに役立つ関連する作業を特定します。 本研究は,2020年の社会工学的攻撃に携わる個人による信頼度向上のための手法の有効性を示すものである。 今後の計画では、研究課題を強調するとともに、より自動化され、正確で効率的なモデリング方法を構築し、オープンソースプロジェクトにおける信頼の上昇を追跡するために、分野横断的なコラボレーションを奨励します。

関連論文リスト

• Characterising Open Source Co-opetition in Company-hosted Open Source Software Projects: The Cases of PyTorch, TensorFlow, and Transformers [5.2337753974570616]
  市場競争相手を含む企業は、長い間、オープンソースソフトウェア(OSS)の開発に協力してきた。 オープン・ソース・コ・ペティション」は「オープンソース・コ・ペティション」として知られる協力・競争の絡み合いをもたらす
  論文  参考訳（メタデータ） (2024-10-23T19:35:41Z)
• A Roadmap for Software Testing in Open Collaborative Development Environments [14.113209837391183]
  オープンコラボレーティブ開発という分散した性質は、多様なコントリビュータと迅速なイテレーションとともに、ソフトウェア品質を保証するための新たな課題を提示します。 本稿では,オープンな共同開発環境におけるソフトウェア品質保証の最近の進歩に関する総合的なレビューと分析を行う。
  論文  参考訳（メタデータ） (2024-06-08T10:50:24Z)
• Decentralized and Lifelong-Adaptive Multi-Agent Collaborative Learning [57.652899266553035]
  分散型および生涯適応型多エージェント協調学習は、中央サーバを使わずに複数のエージェント間のコラボレーションを強化することを目的としている。 動的協調グラフを用いた分散マルチエージェント生涯協調学習アルゴリズムであるDeLAMAを提案する。
  論文  参考訳（メタデータ） (2024-03-11T09:21:11Z)
• A Factor Graph Model of Trust for a Collaborative Multi-Agent System [8.286807697708113]
  信頼とは、エージェントがシステム内の他者の情報、行動、意図、真実性、能力に依存し、信頼することである。 本稿では,エージェント間の相互依存行動と信頼性を表現するために因子グラフを利用する新しいグラフィカルアプローチを提案する。 信頼度評価手法は分散化され, 近接安全性, 一貫性, 協調といった重要な相互依存サブファクタを考察する。
  論文  参考訳（メタデータ） (2024-02-10T21:44:28Z)
• Experiential Co-Learning of Software-Developing Agents [83.34027623428096]
  大規模言語モデル(LLM)は、特にソフトウェア開発において、様々な領域に大きな変化をもたらした。 本稿では,新しいLLM学習フレームワークであるExperiential Co-Learningを紹介する。 実験では、このフレームワークにより、エージェントは、目に見えないソフトウェア開発タスクをより効果的に対処できることを示した。
  論文  参考訳（メタデータ） (2023-12-28T13:50:42Z)
• Code Ownership in Open-Source AI Software Security [18.779538756226298]
  コードオーナシップのメトリクスを使用して、5つの著名なオープンソースAIソフトウェアプロジェクトにおける潜在的な脆弱性との相関を調査します。 この結果は、ハイレベルなオーナシップ(マイナーなコントリビュータの数が限られている)と脆弱性の減少との間に肯定的な関係があることを示唆している。 これらの新しいコードオーナシップメトリクスによって、プロジェクトキュレーターや品質保証の専門家が現場プロジェクトを評価し、ベンチマークするのを助けるために、Pythonベースのコマンドラインアプリケーションを実装しました。
  論文  参考訳（メタデータ） (2023-12-18T00:37:29Z)
• Interpersonal Trust in OSS: Exploring Dimensions of Trust in GitHub Pull Requests [10.372820248341746]
  対人信頼は、ソフトウェア開発のような協調的なタスクを促進する上で重要な役割を担います。 従来の研究は、組織的な環境での信頼の重要性を認識していましたが、分散チームにおける信頼の表現方法に対する理解の欠如があります。 OSSチームの信頼とコラボレーションを促進するには、信頼とは何か、開発者のコミュニケーションでどのように表現されるのかを理解する必要があります。
  論文  参考訳（メタデータ） (2023-11-08T15:40:10Z)
• A Diachronic Perspective on User Trust in AI under Uncertainty [52.44939679369428]
  現代のNLPシステムは、しばしば未分類であり、ユーザの信頼を損なう確実な誤った予測をもたらす。 賭けゲームを用いて,信頼を損なう事象に対するユーザの信頼の進化について検討する。
  論文  参考訳（メタデータ） (2023-10-20T14:41:46Z)
• Building Cooperative Embodied Agents Modularly with Large Language Models [104.57849816689559]
  本研究では, 分散制御, 生の知覚観察, コストのかかるコミュニケーション, 様々な実施環境下でインスタンス化された多目的タスクといった課題に対処する。 我々は,LLMの常識知識,推論能力,言語理解,テキスト生成能力を活用し,認知に触発されたモジュラーフレームワークにシームレスに組み込む。 C-WAH と TDW-MAT を用いた実験により, GPT-4 で駆動される CoELA が, 強い計画に基づく手法を超越し, 創発的な効果的なコミュニケーションを示すことを示した。
  論文  参考訳（メタデータ） (2023-07-05T17:59:27Z)
• Designing for Responsible Trust in AI Systems: A Communication Perspective [56.80107647520364]
  我々は、MATCHと呼ばれる概念モデルを開発するために、技術に対する信頼に関するコミュニケーション理論と文献から引き出す。 私たちは、AIシステムの能力として透明性とインタラクションを強調します。 我々は、技術クリエーターが使用する適切な方法を特定するのに役立つ要件のチェックリストを提案する。
  論文  参考訳（メタデータ） (2022-04-29T00:14:33Z)
• Where Does Trust Break Down? A Quantitative Trust Analysis of Deep Neural Networks via Trust Matrix and Conditional Trust Densities [94.65749466106664]
  本稿では,新しい信頼量化戦略である信頼行列の概念を紹介する。 信頼行列は、所定のアクター・オークル回答シナリオに対して期待される質問・回答信頼を定義する。 我々は、条件付き信頼密度の概念により、信頼密度の概念をさらに拡張する。
  論文  参考訳（メタデータ） (2020-09-30T14:33:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。