論文の概要: FrameRef: A Framing Dataset and Simulation Testbed for Modeling Bounded Rational Information Health

• arxiv url: http://arxiv.org/abs/2602.15273v1
• Date: Tue, 17 Feb 2026 00:09:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-18 16:03:17.944026
• Title: FrameRef: A Framing Dataset and Simulation Testbed for Modeling Bounded Rational Information Health
• Title（参考訳）: FrameRef: 境界情報ヘルスをモデル化するためのフレーミングデータセットとシミュレーションテストベッド
• Authors: Victor De Lima, Jiqun Liu, Grace Hui Yang,
• Abstract要約: 情報エコシステムは、人々が悪質なデジタル体験への露出を内部化する方法をますます形作る。 5つのフレーミング次元にわたる1,073,740のリフレームされたクレームの大規模なデータセットであるFrameRefを提示する。 逐次情報公開と強化ダイナミクスをモデル化するためのシミュレーションに基づくフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 8.660206991357272
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Information ecosystems increasingly shape how people internalize exposure to adverse digital experiences, raising concerns about the long-term consequences for information health. In modern search and recommendation systems, ranking and personalization policies play a central role in shaping such exposure and its long-term effects on users. To study these effects in a controlled setting, we present FrameRef, a large-scale dataset of 1,073,740 systematically reframed claims across five framing dimensions: authoritative, consensus, emotional, prestige, and sensationalist, and propose a simulation-based framework for modeling sequential information exposure and reinforcement dynamics characteristic of ranking and recommendation systems. Within this framework, we construct framing-sensitive agent personas by fine-tuning language models with framing-conditioned loss attenuation, inducing targeted biases while preserving overall task competence. Using Monte Carlo trajectory sampling, we show that small, systematic shifts in acceptance and confidence can compound over time, producing substantial divergence in cumulative information health trajectories. Human evaluation further confirms that FrameRef's generated framings measurably affect human judgment. Together, our dataset and framework provide a foundation for systematic information health research through simulation, complementing and informing responsible human-centered research. We release FrameRef, code, documentation, human evaluation data, and persona adapter models at https://github.com/infosenselab/frameref.
• Abstract（参考訳）: 情報エコシステムは、人々が有害なデジタル体験への露出を内部化する方法をますます形成し、情報の健康に対する長期的な影響に対する懸念を高めている。 現代の検索・レコメンデーションシステムにおいて、ランキングとパーソナライズポリシーは、そのような露出と、その長期的影響をユーザに与える上で、中心的な役割を担っている。 制御された環境でこれらの効果を研究するために,信頼性,コンセンサス,感情,威信,センセーショナルストという5つの領域にまたがって,1,073,740の大規模クレームを体系的に再構成したFrameRefを提案し,ランキングとレコメンデーションシステムの特徴を持つ逐次情報露出と強化ダイナミクスをモデル化するためのシミュレーションベースのフレームワークを提案する。 本フレームワークでは、フレーミング条件付き損失減衰を伴う微調整言語モデルを用いて、フレーミングに敏感なエージェントペルソナを構築し、全体的なタスク能力を維持しながら、目標バイアスを誘導する。 モンテカルロ軌道サンプリングを用いて、受入と信頼性の小さな体系的な変化が時間の経過とともに複雑化し、累積的な情報健康軌道にかなりのばらつきをもたらすことを示す。 人間の評価はさらに、FrameRefの生成したフレーミングが人間の判断に影響を及ぼすことを確認している。 我々のデータセットとフレームワークは、シミュレーション、補完、責任ある人間中心の研究のインフォームを通じて、体系的な情報健康研究の基盤を提供する。 FrameRef、コード、ドキュメント、人の評価データ、ペルソナアダプタモデルをhttps://github.com/infosenselab/frameref.comでリリースします。

関連論文リスト

• A Survey on Generative Recommendation: Data, Model, and Tasks [55.36322811257545]
  ジェネレーティブ・レコメンデーションは、差別的なスコアではなく、世代としてのレコメンデーションを再認識する。 この調査は、データ、モデル、タスク次元にまたがる統合された三部構成のフレームワークを通じて包括的な調査を提供する。 世界知識の統合、自然言語理解、推論能力、スケーリング法則、創造的生成の5つの主要な利点を特定します。
  論文  参考訳（メタデータ） (2025-10-31T04:02:58Z)
• Deep Learning For Time Series Analysis With Application On Human Motion [0.0]
  この論文はディープラーニングを活用し、特徴工学による分類を強化し、基礎モデルを導入し、コンパクトで最先端のアーキテクチャを開発する。 我々の貢献は、行動認識とリハビリテーションのための人間の動作分析を含む現実世界のタスクに当てはまる。 プロトタイピングのために,データ不足時の回帰モデルを支援する形状に基づく合成サンプル生成手法を提案する。
  論文  参考訳（メタデータ） (2025-02-26T18:01:51Z)
• Towards Evaluating the Robustness of Visual State Space Models [63.14954591606638]
  視覚状態空間モデル(VSSM)は視覚知覚タスクにおいて顕著な性能を示した。 しかし、自然と敵対的な摂動の下での頑丈さは依然として重要な懸念事項である。 様々な摂動シナリオ下でのVSSMの頑健さを総合的に評価する。
  論文  参考訳（メタデータ） (2024-06-13T17:59:44Z)
• LiveHPS: LiDAR-based Scene-level Human Pose and Shape Estimation in Free Environment [59.320414108383055]
  シーンレベルの人間のポーズと形状推定のための単一LiDARに基づく新しいアプローチであるLiveHPSを提案する。 多様な人間のポーズを伴う様々なシナリオで収集される巨大な人間の動きデータセットFreeMotionを提案する。
  論文  参考訳（メタデータ） (2024-02-27T03:08:44Z)
• Robustness and Generalization Performance of Deep Learning Models on Cyber-Physical Systems: A Comparative Study [71.84852429039881]
  調査は、センサーの故障やノイズなど、様々な摂動を扱うモデルの能力に焦点を当てている。 我々は,これらのモデルの一般化と伝達学習能力を,アウト・オブ・ディストリビューション(OOD)サンプルに公開することによって検証する。
  論文  参考訳（メタデータ） (2023-06-13T12:43:59Z)
• Interpretability in Convolutional Neural Networks for Building Damage Classification in Satellite Imagery [0.0]
  我々は、プレサスタ衛星画像とポストサスタ衛星画像とをラベル付けしたデータセットを使用して、建物ごとの損傷を評価する。 複数の畳み込みニューラルネットワーク(CNN)をトレーニングし、建物ごとの損傷を評価する。 我々の研究は、人為的気候変動による人道的危機の進行に、計算的に貢献することを目指している。
  論文  参考訳（メタデータ） (2022-01-24T16:55:56Z)
• Leveraging the structure of dynamical systems for data-driven modeling [111.45324708884813]
  トレーニングセットとその構造が長期予測の品質に与える影響を考察する。 トレーニングセットのインフォームドデザインは,システムの不変性と基盤となるアトラクションの構造に基づいて,結果のモデルを大幅に改善することを示す。
  論文  参考訳（メタデータ） (2021-12-15T20:09:20Z)
• Semi-Structured Deep Piecewise Exponential Models [2.7728956081909346]
  本稿では,統計学の先進的な概念と深層学習を組み合わせた生存分析のための多目的フレームワークを提案する。 この枠組みを用いてアルツハイマー病の進行を予測することによって概念実証を行う。
  論文  参考訳（メタデータ） (2020-11-11T14:41:19Z)
• Fully convolutional networks for structural health monitoring through multivariate time series classification [0.0]
  構造健康モニタリング(SHM)への新たなアプローチを提案する。 広汎なセンサーシステムを通じて取得したデータから、損傷に敏感な特徴を自動的に識別することを目的としている。 損傷検出と局所化は分類問題として定式化され、FCN(Fully Convolutional Networks)を通して取り組まれる
  論文  参考訳（メタデータ） (2020-02-12T21:59:29Z)

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。