論文の概要: IO Factory: Simulating AI-Enabled Influence Campaigns at Scale

• arxiv url: http://arxiv.org/abs/2608.10920v1
• Date: Tue, 11 Aug 2026 13:43:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-12 19:14:46.063613
• Title: IO Factory: Simulating AI-Enabled Influence Campaigns at Scale
• Title（参考訳）: IO Factory: スケールでのAI可能な影響キャンペーンのシミュレーション
• Abstract要約: IO Factoryは、情報と影響キャンペーンを、完全に統合されたトレーサブルなプロセスとしてシミュレートする、AI駆動のフレームワークである。 このプロセスは、制御されたシミュレートされたプラットフォーム内のこのプロセスを表し、アクターの役割、プラットフォームアクション、露出記録、構造化されたモデルベース評価、シミュレートされた人口の変化をリンクする。 その結果、IO Factoryは大規模にキャンペーンタイムラインを実行し、設定された信念変数における露出と測定された動きの検査可能な証拠を生成することがわかった。
• 参考スコア（独自算出の注目度）: 9.580412128952238
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce IO Factory, an AI-driven framework for simulating information and influence campaigns as fully integrated, traceable processes. The threat of digital manipulation now extends beyond persuasive text from individual language models to AI swarms, i.e., persistent groups of coordinated agents that adapt to platform feedback and disguise organized campaigns as ordinary social interaction. Because such campaigns cannot be identified from isolated messages alone, they must be analyzed across a continuous spectrum of planning, platform action, exposure, interpretation, measurement, and adaptation. IO Factory represents this process inside a controlled simulated platform, linking actor roles, platform actions, exposure records, structured model-based evaluations, and configured changes in the simulated population. We implement the architecture and evaluate it across configurations of up to 100,000 agents. The results show that IO Factory executes campaign timelines at scale and produces inspectable evidence of exposure and measured movement in configured belief variables. By recording the actors, objectives, action constraints, exposure paths, and measurement rules used in each run, IO Factory supports reproducible research and red-team analysis of coordinated influence.
• Abstract（参考訳）: 我々は、情報と影響のキャンペーンを、完全に統合されたトレーサブルなプロセスとしてシミュレートする、AI駆動のフレームワークであるIO Factoryを紹介します。 デジタル操作の脅威は、個々の言語モデルからAIスワムへの説得的テキストを超えて、プラットフォームフィードバックに適応し、通常の社会的相互作用として組織されたキャンペーンを偽装する、協調されたエージェントの永続的なグループへと拡張された。 このようなキャンペーンは孤立したメッセージだけでは特定できないため、計画、プラットフォームアクション、露出、解釈、測定、適応といった連続的な範囲で分析されなければならない。 IO Factoryは、制御されたシミュレートされたプラットフォーム内のこのプロセスを表し、アクターの役割、プラットフォームアクション、露出記録、構造化されたモデルベース評価、シミュレートされた人口の変化をリンクする。 アーキテクチャを実装し、最大10000のエージェントの構成で評価します。 その結果、IO Factoryは大規模にキャンペーンタイムラインを実行し、設定された信念変数における露出と測定された動きの検査可能な証拠を生成することがわかった。 アクター、目的、行動制約、露出経路、各ランで使用される測定ルールを記録することで、IO Factoryは再現可能な研究と協調した影響の赤チーム分析をサポートする。

関連論文リスト

• Computational Measurement of Team-Process Phase Dynamics in Collaborative Virtual Reality [9.928781897312971]
  本稿では,協調VRゲームにおけるタイムスタンプ対話から動的チームプロセスフェーズを検出し,解釈するためのフレームワークを提案する。 ローカルにデプロイされた大規模言語モデル(LLM)は、コンテキスト内学習を使用して初期解釈を生成し、その後人間によってレビューされる。
  論文  参考訳（メタデータ） (2026-08-19T08:05:13Z)
• AgentStream: How Well Do Self-Evolving LLM Agents Perform Under Streaming Tasks? [65.05151983193441]
  大規模言語モデル(LLM)エージェントは、自身の蓄積した経験から継続的に改善することで、自己進化することができる。 我々は,多様な進化的コンポーネントにまたがる自己進化的エージェントを評価する統合フレームワークであるAgentStreamを紹介する。 以上の結果から、自己進化の信頼性はストリーミングシナリオによって異なり、自己進化の利点はモデル能力と非単調なモデル強度によって促進されることが示された。
  論文  参考訳（メタデータ） (2026-07-31T17:50:08Z)
• From World Action Models to Embodied Brains: A Roadmap for Open-World Physical Intelligence [54.62791372989525]
  アクションモデル、ビジョン言語-アクションポリシー、世界モデルは、この目標を前進させた。 世界行動モデル(WAM)は、候補者の介入と予測された結果とを結びつけるため、特に有望である。 我々は、WAMへの進化をレビューし、これらの制限をモデルの役割と表現、目的と標準化、システム構成という3つの組み合わせのギャップにまとめる。
  論文  参考訳（メタデータ） (2026-07-13T15:22:56Z)
• ReactSim-Bench: Benchmarking Reactive Behavior World Model Simulation in Autonomous Driving [56.96697737229895]
  リアクティブ能力は、自律運転シミュレーションシステムのためのデータ駆動行動世界モデルシミュレータの重要な特性である。 本稿では,自律運転における行動世界モデルシミュレーションの反応性を評価するためのReactSim-Benchを紹介する。
  論文  参考訳（メタデータ） (2026-06-12T03:11:06Z)
• TapSampling: Inference-Time Sampling with a Task-Progress-Understanding Verifier for Robotic Manipulation [61.35569005726248]
  既存の具体的制御研究は、トレーニングデータとモデルサイズをスケールすることで、顕著なパフォーマンス向上を示す。 拡散や自己回帰モデルのような非決定論的生成モデルは、エンボディドコントロールの分野で広く採用されている。 推測時間サンプリングのためのプラグイン・アンド・プレイフレームワークである textbfTapSampling を提案する。
  論文  参考訳（メタデータ） (2026-05-25T08:03:31Z)
• Simulating and Experimenting with Social Media Mobilization Using LLM Agents [7.262048441360133]
  目覚ましい6100万人のFacebook実験 citepbond201261 に基づいて,エージェントベースのシミュレーションフレームワークを開発した。 我々は、実際の米国国勢調査人口分布、Twitterネットワークトポロジ、および異種大言語モデル(LLM)エージェントを統合し、投票者投票における動員メッセージの効果を検討する。
  論文  参考訳（メタデータ） (2025-10-30T13:43:28Z)
• Integrating AI and Ensemble Forecasting: Explainable Materials Planning with Scorecards and Trend Insights for a Large-Scale Manufacturer [0.45687771576879593]
  本稿では,アフターセール需要予測とモニタリングのための実用的アーキテクチャを提案する。 統計モデル、機械学習モデル、ディープラーニングモデルの、収益とクラスタ対応のアンサンブルを統合する。 システムは90か国以上、約6,000の部品の予測、監視、在庫決定のループを閉じる。
  論文  参考訳（メタデータ） (2025-10-01T15:14:10Z)
• rt-RISeg: Real-Time Model-Free Robot Interactive Segmentation for Active Instance-Level Object Understanding [7.264443471771696]
  本稿では,ロボット同士の相互作用によって見えない物体を連続的に分割する,新しいリアルタイム対話型知覚フレームワークrt-RISegを提案する。 ランダムにサンプリングされた物体フレームの相対的な回転速度と線形速度は,ロボット同士の相互作用によって,学習されたセグメンテーションモデルなしで物体を識別できることを示す。 本稿では,従来のUOIS法よりも平均物体分割精度を27.5%向上させることにより,対話的知覚法の有効性を示す。
  論文  参考訳（メタデータ） (2025-07-14T20:02:52Z)
• LANGTRAJ: Diffusion Model and Dataset for Language-Conditioned Trajectory Simulation [102.1527101235251]
  LangTrajは、トラフィックシナリオにおけるすべてのエージェントの共同動作をシミュレートする、言語条件のシーン拡散モデルである。 自然言語入力を条件付けすることで、LangTrajはインタラクティブな振る舞いを柔軟かつ直感的に制御できる。 LangTraj氏は、リアリズム、言語制御性、言語条件の安全クリティカルなシミュレーションにおいて、強力なパフォーマンスを示している。
  論文  参考訳（メタデータ） (2025-04-15T17:14:06Z)
• Dita: Scaling Diffusion Transformer for Generalist Vision-Language-Action Policy [73.75271615101754]
  本稿では,Transformerアーキテクチャを活用した拡張性のあるフレームワークであるDitaについて紹介する。 Ditaはコンテキスト内コンディショニング(context conditioning)を採用しており、歴史的観察から生の視覚トークンと識別されたアクションをきめ細やかなアライメントを可能にする。 Ditaは、さまざまなカメラパースペクティブ、観察シーン、タスク、アクションスペースの横断的なデータセットを効果的に統合する。
  論文  参考訳（メタデータ） (2025-03-25T15:19:56Z)
• Diffusion Transformer Policy [48.50988753948537]
  本稿では,拡散変圧器ポリシー(Diffusion Transformer Policy)と呼ばれる多モード拡散変圧器を提案し,連続的なエンドエフェクタ動作をモデル化する。 トランスのスケーリング機能を活用することで、提案手法は、多種多様なロボットデータセットにわたる継続的エンドエフェクタアクションを効果的にモデル化することができる。
  論文  参考訳（メタデータ） (2024-10-21T12:43:54Z)
• A Simulation System Towards Solving Societal-Scale Manipulation [14.799498804818333]
  AIによる操作の台頭は、社会的信頼と民主的プロセスに重大なリスクをもたらす。 しかし、これらの効果を現実世界で大規模に研究することは倫理的にも論理的にも非現実的です。 この問題に対処するために設計されたシミュレーション環境を提案する。
  論文  参考訳（メタデータ） (2024-10-17T03:16:24Z)
• Information Interaction Profile of Choice Adoption [2.9972063833424216]
  相互作用するエンティティを分離する時間的距離に応じて、エンティティの相互作用ネットワークとその進化を推定する効率的な方法を紹介します。 相互作用プロファイルは、相互作用プロセスのメカニズムを特徴付けることができます。 ユーザに対する露出の組み合わせの効果は、各露出の独立した効果の総和以上のものであることを示す。
  論文  参考訳（メタデータ） (2021-04-28T10:42:25Z)

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。