Fugu-MT 論文翻訳(概要): Identity Theft in AI Conference Peer Review

論文の概要: Identity Theft in AI Conference Peer Review

arxiv url: http://arxiv.org/abs/2508.04024v1
Date: Wed, 06 Aug 2025 02:36:52 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-07 20:09:22.506647
Title: Identity Theft in AI Conference Peer Review
Title（参考訳）: AI Conference Peerレビューにおけるアイデンティティ盗難
Authors: Nihar B. Shah, Melisa Bok, Xukun Liu, Andrew McCallum,
Abstract要約: 人工知能(AI)研究における科学的ピアレビュープロセスにおいて,新たに発見されたID盗難事例について論じる。論文評価の操作に不正なレビュアープロファイルを作成することにより、不正直な研究者がピアレビューシステムをどのように活用するかを詳述する。
参考スコア（独自算出の注目度）: 50.18240135317708
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We discuss newly uncovered cases of identity theft in the scientific peer-review process within artificial intelligence (AI) research, with broader implications for other academic procedures. We detail how dishonest researchers exploit the peer-review system by creating fraudulent reviewer profiles to manipulate paper evaluations, leveraging weaknesses in reviewer recruitment workflows and identity verification processes. The findings highlight the critical need for stronger safeguards against identity theft in peer review and academia at large, and to this end, we also propose mitigating strategies.
Abstract（参考訳）: 本稿では,人工知能(AI)研究における科学的ピアレビュープロセスにおけるID盗難の新たな事例について論じる。論文評価を操作するために不正なレビュアプロファイルを作成し、レビュア採用ワークフローやアイデンティティ検証プロセスの弱点を活用することにより、不正直な研究者がピアレビューシステムをどのように活用するかを詳述する。本研究は、ピアレビューや学術におけるアイデンティティ盗難に対するより強力な保護の必要性を強調し、最終的には緩和戦略も提案する。

関連論文リスト

A Decentralized Framework for Ethical Authorship Validation in Academic Publishing: Leveraging Self-Sovereign Identity and Blockchain Technology [0.0]
未合意の著作者、贈与の著作者、著者の不明瞭さ、興味の対立が学術出版を脅かしている。本稿では,SSI(Self-Sovereign Identity)とブロックチェーン技術を活用した分散フレームワークを提案する。ブロックチェーンベースのトラストレジストリは、オーサシップの同意とピアレビューアクティビティを不変に記録する。この研究は、より透明性があり、説明責任があり、信頼できる学術出版エコシステムへの一歩である。
論文参考訳（メタデータ） (2025-08-03T20:26:19Z)
DATABench: Evaluating Dataset Auditing in Deep Learning from an Adversarial Perspective [59.66984417026933]
内的特徴(IF)と外的特徴(EF)(監査のための技術導入)に依存した既存手法の分類を新たに導入する。回避攻撃(evasion attack)は、データセットの使用を隠蔽するために設計されたもので、偽造攻撃(forgery attack)は、未使用のデータセットを誤って含んでいることを意図している。さらに,既存手法の理解と攻撃目標に基づいて,回避のための分離・除去・検出,偽造の逆例に基づく攻撃方法など,系統的な攻撃戦略を提案する。私たちのベンチマークであるData dataBenchは、17の回避攻撃、5の偽攻撃、9の攻撃で構成されています。
論文参考訳（メタデータ） (2025-07-08T03:07:15Z)
The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
論文参考訳（メタデータ） (2025-06-09T18:37:14Z)
Identifying Aspects in Peer Reviews [61.374437855024844]
我々は、ピアレビューのコーパスからアスペクトを抽出するデータ駆動スキーマを開発した。我々は、アスペクトを付加したピアレビューのデータセットを導入し、コミュニティレベルのレビュー分析にどのように使用できるかを示す。
論文参考訳（メタデータ） (2025-04-09T14:14:42Z)
Is Your Paper Being Reviewed by an LLM? Benchmarking AI Text Detection in Peer Review [6.20631177269082]
ピアレビュープロセスに対する新たなリスクは、Negligentレビュアーが論文をレビューするために大きな言語モデル(LLM)に依存することだ。我々は、AIで書かれたピアレビューを、対応する人間のレビューと組み合わせた合計788,984件の包括的データセットを導入する。我々は、この新たなリソースを使用して、既存の18のAIテキスト検出アルゴリズムが、人間が完全に書いたピアレビューと、最先端のLLMを区別する能力を評価する。
論文参考訳（メタデータ） (2025-02-26T23:04:05Z)
AI-based Identity Fraud Detection: A Systematic Review [1.8150583821390123]
本稿では,4大学術文献データベースを対象とした43の論文群について概説する。その結果, 身元不正防止と検出の2つの方法, 奥行き, オープンな課題が浮き彫りにされた。本稿では,この重要なデジタルID詐欺の分野において,研究者や実践者がさらなる研究・開発を行うための基礎的知識基盤を提供する。
論文参考訳（メタデータ） (2025-01-16T01:52:30Z)
Is Your Paper Being Reviewed by an LLM? Investigating AI Text Detectability in Peer Review [8.606381080620789]
既存のAIテキスト検出アルゴリズムが人間の書いたピアレビューと最先端のLLMを区別する能力について検討する。分析の結果,既存の手法では,多くの GPT-4o 書面レビューを偽陽性分類を発生させることなく識別できないことがわかった。偽陽性分類の低レベルにおけるGPT-4o書評の同定において,既存の手法を超越した新たな検出手法を提案する。
論文参考訳（メタデータ） (2024-10-03T22:05:06Z)
On the Detection of Reviewer-Author Collusion Rings From Paper Bidding [71.43634536456844]
衝突リングは、コンピュータサイエンスカンファレンスのピアレビューシステムに大きな脅威をもたらす。この問題を解決する1つのアプローチは、操作された入札から衝突するレビュアーを検出することである。衝突環の検出が可能であるという研究はまだ確立されていない。
論文参考訳（メタデータ） (2024-02-12T18:12:09Z)
A Dataset on Malicious Paper Bidding in Peer Review [84.68308372858755]
悪意あるレビュアーは、紙の割り当てを非倫理的に操作するために戦略的に入札した。この問題を緩和するための方法の作成と評価への重要な障害は、悪意ある紙入札に関する公開データの欠如である。我々は、参加者に正直に、悪意的に入札するよう指示されたモックカンファレンス活動から収集された、新しいデータセットをリリースする。
論文参考訳（メタデータ） (2022-06-24T20:23:33Z)
Making Paper Reviewing Robust to Bid Manipulation Attacks [44.34601846490532]
逸話的な証拠は、一部のレビュアーが「友人」あるいは「衝突する著者」による論文の入札を行ったことを示唆している。我々は、そのような攻撃に対してより堅牢な、紙入札と割当てのための新しいアプローチを開発する。より堅牢であることに加えて、論文レビューの課題の質は、現在の非ロバストな課題のアプローチに匹敵する。
論文参考訳（メタデータ） (2021-02-09T21:24:16Z)

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。