論文の概要: Tracking GPTs Third Party Service: Automation, Analysis, and Insights

• arxiv url: http://arxiv.org/abs/2506.17315v1
• Date: Wed, 18 Jun 2025 13:41:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-24 19:06:36.34116
• Title: Tracking GPTs Third Party Service: Automation, Analysis, and Insights
• Title（参考訳）: サードパーティサービスにおけるGPTの追跡 - 自動化,分析,インサイト
• Authors: Chuan Yan, Liuhuo Wan, Bowei Guan, Fengqi Yu, Guangdong Bai, Jin Song Dong,
• Abstract要約: GPTs-ThirdSpyは、GPTのプライバシー設定を抽出する自動フレームワークである。 GPTs-ThirdSpyは学術研究者に、GPTが使用しているサードパーティサービスのリアルタイムで信頼性の高いメタデータを提供する。
• 参考スコア（独自算出の注目度）: 9.269295824340858
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: ChatGPT has quickly advanced from simple natural language processing to tackling more sophisticated and specialized tasks. Drawing inspiration from the success of mobile app ecosystems, OpenAI allows developers to create applications that interact with third-party services, known as GPTs. GPTs can choose to leverage third-party services to integrate with specialized APIs for domain-specific applications. However, the way these disclose privacy setting information limits accessibility and analysis, making it challenging to systematically evaluate the data privacy implications of third-party integrate to GPTs. In order to support academic research on the integration of third-party services in GPTs, we introduce GPTs-ThirdSpy, an automated framework designed to extract privacy settings of GPTs. GPTs-ThirdSpy provides academic researchers with real-time, reliable metadata on third-party services used by GPTs, enabling in-depth analysis of their integration, compliance, and potential security risks. By systematically collecting and structuring this data, GPTs-ThirdSpy facilitates large-scale research on the transparency and regulatory challenges associated with the GPT app ecosystem.
• Abstract（参考訳）: ChatGPTは、単純な自然言語処理から、より高度で専門的なタスクに取り組むまで、急速に進歩してきた。 モバイルアプリエコシステムの成功からインスピレーションを得たOpenAIは、GPTとして知られるサードパーティサービスと対話するアプリケーションを開発することができる。 GPTは、サードパーティのサービスを活用して、ドメイン固有のアプリケーションのための特別なAPIを統合することができる。 しかし、これらのプライバシー設定情報の開示方法によってアクセシビリティと分析が制限されるため、サードパーティがGPTに統合したデータプライバシーの影響を体系的に評価することは困難である。 GPTにおけるサードパーティサービスの統合に関する学術研究を支援するために,GPTのプライバシー設定を抽出する自動化フレームワークであるGPTs-ThirdSpyを紹介した。 GPTs-ThirdSpyは学術研究者に、GPTが使用しているサードパーティサービスのリアルタイムかつ信頼性の高いメタデータを提供し、統合、コンプライアンス、潜在的なセキュリティリスクの詳細な分析を可能にする。 GPTs-ThirdSpyは、これらのデータを体系的に収集し、構造化することによって、GPTアプリエコシステムに関連する透明性と規制上の課題に関する大規模な研究を促進する。

関連論文リスト

• Privacy and Security Threat for OpenAI GPTs [0.0]
  OpenAIが2023年11月にリリースされて以来、300万以上のカスタムGPTが作成されている。 ディベロッパにとって、命令漏洩攻撃はカスタムGPTにおける命令の知的特性を脅かす。 ユーザにとって、カスタムのGPTや統合されたサードパーティサービスによる不要なデータアクセス行動は、重要なプライバシー上の懸念を引き起こす。
  論文  参考訳（メタデータ） (2025-06-04T14:58:29Z)
• Towards Safer Chatbots: A Framework for Policy Compliance Evaluation of Custom GPTs [7.687215328455751]
  オープンAIの利用ポリシーに対するカスタムGPTの自動評価のためのフレームワークを提案する。 我々は,ロマン主義,サイバーセキュリティ,アカデミックGPTの3つのカテゴリにまたがって,722のカスタムGPTを用いた大規模研究を通じて評価を行った。 その結果、分析されたモデルの58.7%は、非準拠の兆候を示し、GPTストアのレビューと承認プロセスの弱点を明らかにしていることが明らかとなった。
  論文  参考訳（メタデータ） (2025-02-03T15:19:28Z)
• GPTZoo: A Large-scale Dataset of GPTs for the Research Community [5.1875389249043415]
  GPTZooは730,420のGPTインスタンスからなる大規模データセットである。 それぞれのインスタンスには、その特性を記述した21の属性と、開発中に使用される命令、ナレッジファイル、サードパーティサービスを含む豊富なメタデータが含まれている。
  論文  参考訳（メタデータ） (2024-05-24T15:17:03Z)
• A First Look at GPT Apps: Landscape and Vulnerability [14.869850673247631]
  本研究は,2つのGPTアプリストアである textitGPTStore.AI と公式 textitOpenAI GPT Store に焦点を当てた。 具体的には、2つの自動ツールとTriLevel構成抽出戦略を開発し、これら2つのストアにまたがる全GPTアプリのメタデータを効率的に収集する。 1) GPTアプリのユーザへの熱意は一貫して上昇し, 2) GPTアプリのローンチから3ヶ月以内にクリエーターの関心高原が増加し, (2) GPTアプリの構成が不安定なため,システムプロンプトの90%近くが容易にアクセス可能である。
  論文  参考訳（メタデータ） (2024-02-23T05:30:32Z)
• Opening A Pandora's Box: Things You Should Know in the Era of Custom GPTs [27.97654690288698]
  我々はOpenAIによるカスタムGPTプラットフォームから生じるセキュリティとプライバシの問題を包括的に分析する。 本研究は,攻撃シナリオを悪質なアクターの役割に基づいた3つの脅威モデルに分類する。 我々は26の潜在的な攻撃ベクトルを特定し、19は実世界の環境で部分的にまたは完全に検証されている。
  論文  参考訳（メタデータ） (2023-12-31T16:49:12Z)
• DecodingTrust: A Comprehensive Assessment of Trustworthiness in GPT Models [92.6951708781736]
  本稿では,GPT-4とGPT-3.5に着目した大規模言語モデルの総合的信頼性評価を提案する。 GPTモデルは、有害で偏りのある出力を生成し、個人情報を漏らすために、容易に誤解され得る。 我々の研究は、GPTモデルの総合的な信頼性評価を示し、信頼性のギャップに光を当てている。
  論文  参考訳（メタデータ） (2023-06-20T17:24:23Z)
• Is GPT-4 a Good Data Analyst? [67.35956981748699]
  我々は、GPT-4を、広範囲のドメインのデータベースでエンドツーエンドのデータ分析を行うためのデータ分析であると考えている。 我々は,複数の専門家データアナリストとGPT-4のパフォーマンスを体系的に比較するために,タスク固有の評価指標を設計する。 実験の結果, GPT-4はヒトに匹敵する性能を示した。
  論文  参考訳（メタデータ） (2023-05-24T11:26:59Z)

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。