Fugu-MT 論文翻訳(概要): Analyzing Toxic Behavior and Its Impact on the Mastodon Community

論文の概要: Analyzing Toxic Behavior and Its Impact on the Mastodon Community

arxiv url: http://arxiv.org/abs/2607.21980v1
Date: Fri, 24 Jul 2026 04:52:29 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-27 20:58:57.049958
Title: Analyzing Toxic Behavior and Its Impact on the Mastodon Community
Title（参考訳）: 有害行動の分析とマストドンコミュニティへの影響
Authors: Pasan Kamburugamuwa, Scrivner, Olga B,
Abstract要約: 本稿では,マストドンにおける毒性の発達と普及について検討し,機械学習を用いてユーザ投稿の検索を行う。結果は、毒性の傾向と、コミュニティの健康と分散型ガバナンスへの影響を明確にする。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Mastodon as a decentralized federation of independently moderated social servers poses unique challenges for the detection and mitigation of toxic content. There are no unified moderation standards. The ecosystem is very diverse and uneven. This paper explores the development and spread of toxicity in Mastodon, utilizing machine learning methods to examine user posts. The results offer clarity on toxicity trends and its implications for community health and decentralized governance.
Abstract（参考訳）: 独立した中等化社会サーバーの分散フェデレーションとしてのマストドンは、有害なコンテンツの検出と緩和に固有の課題を提起する。統一的なモデレーション標準は存在しない。生態系は非常に多様で不均一である。本稿では,マストドンにおける毒性の発達と普及について検討し,機械学習を用いてユーザ投稿の検索を行う。結果は、毒性の傾向と、コミュニティの健康と分散型ガバナンスへの影響を明確にする。

関連論文リスト

Unveiling Covert Toxicity in Multimodal Data via Toxicity Association Graphs: A Graph-Based Metric and Interpretable Detection Framework [58.01529356381494]
Toxicity Association Graphs (TAG) に基づく新しい検出フレームワークを提案する。隠れ毒性の定量化のための最初の指標であるMTC(Multimodal Toxicity Covertness)を紹介する。本手法は,意思決定プロセスの完全解釈可能性を維持しつつ,隠蔽毒性の正確な同定を可能にする。
論文参考訳（メタデータ） (2026-02-03T08:54:25Z)
Rethinking Toxicity Evaluation in Large Language Models: A Multi-Label Perspective [104.09817371557476]
大規模言語モデル(LLM)は、様々な自然言語処理タスクにおいて印象的な結果を得た。有害なコンテンツを生み出す可能性には、深刻な安全上の懸念が浮かび上がっている。毒性検出のための3つの新しいマルチラベルベンチマークを導入する。
論文参考訳（メタデータ） (2025-10-16T06:50:33Z)
Toxicity in Online Platforms and AI Systems: A Survey of Needs, Challenges, Mitigations, and Future Directions [12.73085307172367]
デジタル通信システムの進化とオンラインプラットフォームの設計は、必然的に有害な行動の潜在意識の伝播を促進してきた。この調査は、様々な観点から毒性の包括的分類を創出しようと試みている。人工知能時代において社会が直面する状況と環境を理解することによって、毒性を説明するための全体論的アプローチを示す。
論文参考訳（メタデータ） (2025-09-29T21:55:23Z)
Community Moderation and the New Epistemology of Fact Checking on Social Media [124.26693978503339]
ソーシャルメディアプラットフォームは伝統的に、誤解を招くコンテンツを識別しフラグを立てるために、独立した事実チェック組織に依存してきた。 X(元Twitter)とMetaは、クラウドソースのファクトチェックの独自のバージョンを立ち上げて、コミュニティ主導のコンテンツモデレーションに移行した。主要なプラットフォーム間での誤情報検出の現在のアプローチについて検討し,コミュニティ主導型モデレーションの新たな役割を探求し,大規模クラウドチェックの約束と課題の両方を批判的に評価する。
論文参考訳（メタデータ） (2025-05-26T14:50:18Z)
GloSS over Toxicity: Understanding and Mitigating Toxicity in LLMs via Global Toxic Subspace [62.68664365246247]
本稿では,大規模言語モデル(LLM)の毒性発生機構について検討する。 GloSS(Global Toxic Subspace Suppression)は,FFNのパラメータからグローバルな毒性部分空間を同定・除去することにより毒性を緩和する軽量な4段階法である。
論文参考訳（メタデータ） (2025-05-20T08:29:11Z)
ShieldVLM: Safeguarding the Multimodal Implicit Toxicity via Deliberative Reasoning with LVLMs [72.8646625127485]
マルチモーダルな暗黙の毒性は、社会プラットフォームにおける形式的なステートメントとしてだけでなく、有害なダイアログにつながる可能性がある。単調なテキストや画像のモデレーションの成功にもかかわらず、多モーダルな内容、特に多モーダルな暗黙的な毒性に対する毒性の検出は未発見のままである。マルチモーダルな暗黙的毒性の検出を促進するために,多モーダルな文,プロンプト,ダイアログにおける暗黙的な毒性を認識するモデルであるShieldVLMを構築した。
論文参考訳（メタデータ） (2025-05-20T07:31:17Z)
Predictively Combatting Toxicity in Health-related Online Discussions through Machine Learning [2.9748898344267785]
そこで本研究では,健康関連オンラインディスカッションにおいて,ユーザが有害に対話できる場所を予測的に予測する代替案を提案する。コラボレーションフィルタリングベースの機械学習手法を適用することで、あらゆるユーザとRedditのサブコミュニティ間の新型コロナウイルス関連の会話の毒性を予測し、関連するメトリクスで80%以上の予測パフォーマンスを達成します。
論文参考訳（メタデータ） (2025-05-19T11:53:37Z)
Aligned Probing: Relating Toxic Behavior and Model Internals [78.20380492883022]
言語モデル(LM)の振る舞いを協調する新しい解釈可能性フレームワークであるアライメント・プロブリングを導入する。本フレームワークを用いて,20以上のOLMo,Llama,Mistralモデルについて検討した。以上の結果から,LMは,特に下層において,入力およびその後の出力の毒性レベルに関する情報を強くエンコードしていることがわかった。
論文参考訳（メタデータ） (2025-03-17T17:23:50Z)
Handling Bias in Toxic Speech Detection: A Survey [26.176340438312376]
本稿では,有毒な音声検出におけるバイアスの評価と緩和手法について検討する。ケーススタディでは、知識に基づくバイアス緩和によるバイアスシフトの概念を紹介している。調査は、重要な課題、研究のギャップ、今後の方向性の概要で締めくくっている。
論文参考訳（メタデータ） (2022-01-26T10:38:36Z)

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。