論文の概要: Ranking Abuse via Strategic Pairwise Data Perturbations
- arxiv url: http://arxiv.org/abs/2604.17805v1
- Date: Mon, 20 Apr 2026 04:52:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-21 21:52:52.696968
- Title: Ranking Abuse via Strategic Pairwise Data Perturbations
- Title(参考訳): 戦略的ペアワイズデータ摂動によるランク付けの回避
- Abstract要約: 逆摂動に対するMLEに基づくランキングシステムの脆弱性について検討する。
合成データと実世界の選挙データセットによる実験結果から,MLEに基づくランキングは急激な位相遷移挙動を示すことが示された。
- 参考スコア(独自算出の注目度): 4.6840536642016195
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Pairwise ranking systems based on Maximum Likelihood Estimation (MLE), such as the Bradley-Terry model, are widely used to aggregate preferences from pairwise comparisons. However, their robustness under strategic data manipulation remains insufficiently understood. In this paper, we study the vulnerability of MLE-based ranking systems to adversarial perturbations. We formulate the manipulation task as a constrained combinatorial optimization problem and propose an Adaptive Subset Selection Attack (ASSA) to efficiently identify high-impact perturbations. Experimental results on both synthetic data and real-world election datasets show that MLE-based rankings exhibit a sharp phase-transition behavior: beyond a small perturbation budget, a limited number of strategic voters can significantly alter the global ranking. In particular, our method consistently outperforms random and greedy baselines under constrained budgets. These findings reveal a fundamental sensitivity of MLE-based ranking mechanisms to structured perturbations and highlight the need for more robust aggregation methods in collective decision-making systems.
- Abstract(参考訳): ブラドリー・テリーモデルのような最大類似度推定(MLE)に基づくペアワイズランキングシステムは、ペアワイズ比較から選好を集約するために広く用いられている。
しかし、戦略的データ操作下での堅牢性は未だに十分に理解されていない。
本稿では,MLEに基づく逆摂動に対するランキングシステムの脆弱性について検討する。
本稿では,制約付き組合せ最適化問題として操作タスクを定式化し,適応サブセット選択攻撃(ASSA)を提案する。
合成データと実世界の選挙データセットによる実験結果から、MLEベースのランキングは、小さな摂動予算を超えると、限られた数の戦略的有権者が世界ランキングを著しく変更できるという、急激なフェーズ移行行動を示すことが示された。
特に,制約付き予算下では,無作為かつ強欲な基準線を一貫して上回ります。
これらの結果から,MLEに基づくランキング機構の構造化摂動に対する基本的な感度が明らかとなり,集団意思決定システムにおけるより堅牢な集約手法の必要性が浮き彫りになった。
関連論文リスト
- Preference Data Selection for Mitigating the Alignment Tax in Large Language Models [52.18310687523229]
BALIGNは、アライメント効率を最適化しながら破滅的な忘れを緩和するバランスのとれたデータ選択戦略である。
3つの重要なデータ中心の機能を統一された複合リスクスコアに集約することにより、BALIGNは、ハイリスクな選好サンプルを体系的にフィルタリングする。
標準的な人間の嗜好データセットの実験では、BALIGNはアライメントゲインを損なうことなく基礎的能力を強く保持している。
論文 参考訳(メタデータ) (2026-08-25T07:58:42Z) - A Unified Algorithmic Framework for Hybrid Reinforcement Learning in Tabular MDPs with Shifted Transition Dynamics [36.92549343895364]
本稿では,後悔最小化のためのMIN-UCB-VIと,最良のポリシー識別のためのMAX-LCB-VIの2つのアルゴリズムを特徴とする統一的なアルゴリズムフレームワークを提案する。
我々は、後悔と準最適ギャップに関する、インスタンス依存と独立の上限の両方を含む、我々のフレームワークに対する理論的保証を提供する。
論文 参考訳(メタデータ) (2026-07-28T02:27:27Z) - Nonparametric LLM Evaluation from Preference Data [86.96268870461472]
本研究では,大規模言語モデル (LLM) を選好データから比較・ランク付けするための非パラメトリック統計フレームワークDMLEvalを提案する。
我々のフレームワークは、LLMを比較したり、ランキングしたりするための強力な最先端の手法を実践者に提供します。
論文 参考訳(メタデータ) (2026-01-29T15:00:07Z) - Uncertainty-Aware Dual-Ranking Strategy for Offline Data-Driven Multi-Objective Optimization [9.62861758248967]
オフラインデータ駆動型多目的最適化問題(MOP)は、シミュレーション、実験、センサーからの限られたデータに依存している。
本稿では, 基本的な多目的進化アルゴリズムNSGA-IIを用いて, 単純かつ斬新な2段階戦略を提案する。
この二重ランク戦略では、各解の最終ランクは、その非支配的なソートランクの平均であり、不確実調整適合関数から導かれるランクである。
論文 参考訳(メタデータ) (2025-11-09T16:53:40Z) - NDCG-Consistent Softmax Approximation with Accelerated Convergence [67.10365329542365]
本稿では,ランキングの指標と直接一致した新たな損失定式化を提案する。
提案したRG損失を高効率な Alternating Least Squares (ALS) 最適化手法と統合する。
実世界のデータセットに対する実証的な評価は、我々のアプローチが同等または上位のパフォーマンスを達成することを示す。
論文 参考訳(メタデータ) (2025-06-11T06:59:17Z) - In-context Ranking Preference Optimization [65.5489745857577]
In-context Ranking Preference Optimization (IRPO) フレームワークを提案する。
IRPOは標準のDPO手法よりも高い性能を示し、LLMと直接文脈内ランキング設定の整合性を強調した。
論文 参考訳(メタデータ) (2025-04-21T23:06:12Z) - AdaptiveMDL-GenClust: A Robust Clustering Framework Integrating Normalized Mutual Information and Evolutionary Algorithms [0.0]
我々は,最小記述長(MDL)原理と遺伝的最適化アルゴリズムを組み合わせたロバストクラスタリングフレームワークを提案する。
このフレームワークは、初期クラスタリングソリューションを生成するためのアンサンブルクラスタリングアプローチから始まり、MDL誘導評価関数を使用して洗練され、遺伝的アルゴリズムによって最適化される。
実験の結果,従来のクラスタリング手法を一貫して上回り,精度の向上,安定性の向上,バイアス低減を実現している。
論文 参考訳(メタデータ) (2024-11-26T20:26:14Z) - SeRA: Self-Reviewing and Alignment of Large Language Models using Implicit Reward Margins [30.767203592231496]
SeRA(Self-Reviewing and Alignment)は、既存のDAAと簡単に組み合わせられる費用効率が高く効果的な手法である。
SeRAは,(1)暗黙の報酬マージンを用いたサンプル選択,(2)暗黙の報酬を用いた選好ブートストラッピング,の2つのコンポーネントから構成される。
論文 参考訳(メタデータ) (2024-10-12T04:17:28Z) - Bridging and Modeling Correlations in Pairwise Data for Direct Preference Optimization [75.1240295759264]
本稿では,BMC という名前のペアデータにおけるブリッジ・アンド・モデリングの効果的なフレームワークを提案する。
目的の修正によって、ペアの選好信号の一貫性と情報性が向上する。
DPOだけではこれらの相関をモデル化し、ニュアンス付き変動を捉えるには不十分である。
論文 参考訳(メタデータ) (2024-08-14T11:29:47Z) - Revisiting LSTM Networks for Semi-Supervised Text Classification via
Mixed Objective Function [106.69643619725652]
我々は,単純なBiLSTMモデルであっても,クロスエントロピー損失でトレーニングした場合に,競争的な結果が得られるようなトレーニング戦略を開発する。
いくつかのベンチマークデータセット上で,テキスト分類タスクの最先端結果について報告する。
論文 参考訳(メタデータ) (2020-09-08T21:55:22Z)
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。