論文の概要: Contextual Confidence and Generative AI
- arxiv url: http://arxiv.org/abs/2311.01193v2
- Date: Wed, 24 Jan 2024 21:34:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-26 17:52:44.635885
- Title: Contextual Confidence and Generative AI
- Title（参考訳）: コンテキスト信頼と生成AI
- Authors: Shrey Jain, Zo\"e Hitzig, Pamela Mishkin
- Abstract要約: ジェネレーティブAIモデルは、効果的なヒューマンコミュニケーションの基礎を混乱させます。
彼らは文脈的自信に新しい課題を提示します。
これらの課題に直面してコミュニケーションを安定させる戦略について述べる。
- 参考スコア（独自算出の注目度）: 5.0584580195388975
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI models perturb the foundations of effective human
communication. They present new challenges to contextual confidence, disrupting
participants' ability to identify the authentic context of communication and
their ability to protect communication from reuse and recombination outside its
intended context. In this paper, we describe strategies--tools, technologies
and policies--that aim to stabilize communication in the face of these
challenges. The strategies we discuss fall into two broad categories.
Containment strategies aim to reassert context in environments where it is
currently threatened--a reaction to the context-free expectations and norms
established by the internet. Mobilization strategies, by contrast, view the
rise of generative AI as an opportunity to proactively set new and higher
expectations around privacy and authenticity in mediated communication.
- Abstract（参考訳）: 生成AIモデルは、効果的なヒューマンコミュニケーションの基礎を混乱させる。
彼らは,コミュニケーションの真正なコンテキストを識別する参加者の能力と,その意図したコンテキスト外の再利用と再結合からコミュニケーションを保護する能力に,新たな課題を提示した。
本稿では,これらの課題に直面するコミュニケーションの安定化を目的とした,ツール,技術,政策の戦略について述べる。
議論する戦略は2つの幅広いカテゴリに分類される。
封じ込め戦略は、現在脅かされている環境でコンテキストを再保証することを目的としており、インターネットが確立した文脈自由な期待と規範に対する反応である。
対照的に、モビライゼーション戦略は、生成的AIの台頭を、介在的コミュニケーションにおけるプライバシと認証に関する新たな高い期待を積極的に設定する機会として捉えている。
関連論文リスト
- Semantic Communication Networks Empowered Artificial Intelligence of Things [2.590720801978138]
本稿では,セマンティック通信システムにおけるセキュリティとプライバシの脅威を包括的に調査する。
この急成長する分野において、さらなる調査を保証している重要なオープンな問題を特定します。
論文 参考訳（メタデータ） (2024-07-04T14:39:28Z) - Strength Lies in Differences! Improving Strategy Planning for Non-collaborative Dialogues via Diversified User Simulation [69.5677514160986]
本研究では,多様なユーザとの戦略的対話に携わる非協力的対話エージェントについて検討する。
これは既存の対話エージェントに2つの大きな課題をもたらす。
本稿では,ユーザ認識型戦略計画モジュールと人口ベーストレーニングパラダイムを取り入れた,適切な戦略計画の能力を高めるためのTripを提案する。
論文 参考訳（メタデータ） (2024-03-11T14:38:16Z) - Generative AI Meets Semantic Communication: Evolution and Revolution of
Communication Tasks [41.64537121421164]
セマンティックコミュニケーションにおける深層生成モデルの統一的な視点を示す。
我々は、将来のコミュニケーションフレームワークにおける彼らの革命的な役割を明らかにし、新しいアプリケーションやタスクを可能にします。
論文 参考訳（メタデータ） (2024-01-10T09:56:36Z) - Mutual-modality Adversarial Attack with Semantic Perturbation [81.66172089175346]
本稿では,相互モダリティ最適化スキームにおける敵攻撃を生成する新しい手法を提案する。
我々の手法は最先端の攻撃方法より優れており、プラグイン・アンド・プレイ・ソリューションとして容易にデプロイできる。
論文 参考訳（メタデータ） (2023-12-20T05:06:01Z) - Exchange-of-Thought: Enhancing Large Language Model Capabilities through
Cross-Model Communication [76.04373033082948]
大規模言語モデル(LLM)は、最近、Chain-of-Thoughtテクニックによる複雑な推論タスクにおいて大きな進歩を遂げました。
本稿では,問題解決時のクロスモデル通信を可能にする新しいフレームワークであるExchange-of-Thought (EoT)を提案する。
論文 参考訳（メタデータ） (2023-12-04T11:53:56Z) - Investigating Reinforcement Learning for Communication Strategies in a
Task-Initiative Setting [8.680676599607123]
我々は,ユーザ明確化戦略の関数として,最初のプレゼンテーションとその後のフォローアップのトレードオフを分析する。
我々は、最小限のデータ要求、説明可能な選択、強力な監査機能をもたらす対話戦略の一貫性に基づく表現に対する驚くべき優位性を見出した。
論文 参考訳（メタデータ） (2023-08-03T00:10:23Z) - Beyond Transmitting Bits: Context, Semantics, and Task-Oriented
Communications [88.68461721069433]
次世代システムは、メッセージセマンティクスを折り畳み、コミュニケーションの目標を設計に組み込むことによって、潜在的に豊かになる。
このチュートリアルは、初期適応、セマンティック・アウェア、タスク指向コミュニケーションから始まり、現在までの取り組みを要約する。
その焦点は、情報理論を利用して基礎を提供するアプローチと、意味論やタスク対応コミュニケーションにおける学習の重要な役割である。
論文 参考訳（メタデータ） (2022-07-19T16:00:57Z) - Facilitating the Communication of Politeness through Fine-Grained
Paraphrasing [18.471262688125645]
我々は,言語を特定のコミュニケーション状況に適応させる上で,人々を支援するための第一歩を踏み出した。
事例研究として,実践的な意図の正確な伝達を容易にすることに焦点を当てた。
本稿では,あるコミュニケーション状況下での丁寧さを意図したレベルに導くパラフレーズを提案する手法を提案する。
論文 参考訳（メタデータ） (2020-11-30T19:00:00Z) - Learning Goal-oriented Dialogue Policy with Opposite Agent Awareness [116.804536884437]
本稿では,目標指向対話における政策学習のための逆行動認識フレームワークを提案する。
我々は、その行動から相手エージェントの方針を推定し、この推定を用いてターゲットエージェントを対象ポリシーの一部として関連づけて改善する。
論文 参考訳（メタデータ） (2020-04-21T03:13:44Z) - Adversarial Augmentation Policy Search for Domain and Cross-Lingual
Generalization in Reading Comprehension [96.62963688510035]
理解モデルを読むことは、しばしばトレーニングデータセットのニュアンスに過度に適合し、敵対的な評価に失敗する。
本稿では,複数の効果的な敵と自動データ拡張ポリシー探索手法を提案し,対角的評価に対して,読解理解モデルをより堅牢にすることを目的とする。
論文 参考訳（メタデータ） (2020-04-13T17:20:08Z)
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。