論文の概要: The Software Supply Chain as a Market for Lemons: A Multivocal Review of Trust Signal Collapse

• arxiv url: http://arxiv.org/abs/2608.20678v1
• Date: Fri, 21 Aug 2026 02:23:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-24 14:49:32.350058
• Title: The Software Supply Chain as a Market for Lemons: A Multivocal Review of Trust Signal Collapse
• Title（参考訳）: レモン市場としてのソフトウェアサプライチェーン - 信頼信号崩壊のマルチボカルレビュー
• Abstract要約: われわれは、Google Searchソース252とRedditスレッド870のマルチボーカルレビューを実施している。 安価な信頼シグナルは、敵の操作、正当な行動と区別できないゲーム技術、非敵のAI駆動インフレーションという3つの同時的な力の下で崩壊する。
• 参考スコア（独自算出の注目度）: 7.528189885472288
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Practitioners evaluating open-source dependencies rely on cheap trust signals, e.g., stars, download counts, and contributor activity, as substitutes for direct code inspection, assuming those signals reflect genuine trustworthiness. Prior work has documented individual signal gaming, but the landscape of collapses across all dependency-adoption signals, as well as the ecosystem's response, remains unexplored. The goal of this study is to aid software practitioners in understanding the reliability of dependency adoption trust signals, such as download counts and contributor activity, by conducting a multivocal review of 252 Google Search sources and 870 Reddit threads. After coding the corpora, we find that cheap trust signals collapse under three simultaneous forces: adversarial manipulation, gaming techniques indistinguishable from legitimate behavior, and non-adversarial AI-driven inflation. The documented responses are more advice than actual action: 54.6% of Google Search sources contain advice on what practitioners should do, with no actual action taken. Responses proposed substituting one cheap signal for another or aggregating multiple signals, which are now also gameable. Non-adversarial inflation, i.e., degradation caused by the emergence of legitimate AI tooling, lacks documented actual behavior change in either corpus. The gap between known remedy and actual practice points toward a market for lemons: when faking signals costs less than earning them, good and bad dependencies become indistinguishable. Relying on individual practitioners to verify the cheap signals is not sustainable. Costlier signals, such as cryptographic attestation, should be made mandatory so that they become the default for all, not a voluntary choice for the few.
• Abstract（参考訳）: オープンソース依存関係を評価する実践者は、スター、ダウンロード数、コントリビュータアクティビティといった安価な信頼シグナルを、直接的なコード検査の代用として頼りにしています。 以前の研究では個々の信号ゲームが記録されていたが、依存適応信号と生態系の反応にまたがる崩壊の状況は未解明のままである。 本研究の目的は,252のGoogle検索ソースと870のRedditスレッドを複数回レビューすることで,ダウンロード数やコントリビュータアクティビティなどの依存性適用信頼信号の信頼性を理解することを支援することである。 コーパスをコーディングした後、安価な信頼信号は、敵の操作、ゲーム技術が正当な行動と区別できないこと、非敵のAI駆動のインフレーションという3つの同時的な力の下で崩壊することを発見した。 Google Searchのソースの54.6%には、実践者がすべきことに関するアドバイスが含まれており、実際のアクションは行われていない。 1つの安価な信号を別の信号に置き換えたり、複数の信号を集約したりすることを提案したが、現在ではゲームも可能である。 非敵対的インフレーション、すなわち正統なAIツールの出現による劣化は、どちらのコーパスにおいても実際の行動変化を文書化していない。 既知の治療法と実際の実践ポイントのギャップは、レモンの市場に向かっている。 個々の実践者に対して、安価なシグナルを検証することは、持続可能ではない。 暗号証明のような高価な信号は、すべてにおいてデフォルトになるように強制されるべきであり、少数者にとっては自発的な選択ではない。

関連論文リスト

• Do AI Coding Assistants Check Before They Install? A Pre-Registered Demand-Side Audit of Trust Signals in the Research Software Supply Chain [0.0]
  我々は6つのオープンソースプロジェクトに関する制御された研究を行っている。 アシスタントが言ったことではなく、コンテナログから振る舞いをスコアします。 私たちは、裁判所ごとのコスト台帳、プロトコル、そしてすべてのログをリリースします。
  論文  参考訳（メタデータ） (2026-09-07T16:55:19Z)
• Robustness Analysis of Agentic AI to Inconsistent and Incomplete Tool Responses [8.002494437891077]
  リターンがエージェントコンテキストに入ると、ツールの障害を分析します。 確率に基づく信号は、不完全なリターンといくつかの直接的な不整合をはっきりと捉えていることを示す。 可能性信号の弱いいくつかの障害は、エージェントを状態変化アクションにリダイレクトすることができる。
  論文  参考訳（メタデータ） (2026-08-24T00:26:57Z)
• The Rising Cost of Trust: Practitioners' Trust Signals, Controls, and Responses in the Software Supply Chain [6.891244804689795]
  研究は、ソフトウェアサプライチェーンの信頼性が向上するにつれて、ソフトウェア実践者がインフォームドアクションを取るのを支援することを目的としている。 我々は業界やオープンソース実践者とのインタビューを行い、表明された態度よりも明らかな好み(採用したコントロール)に焦点をあてた。 信頼が損なわれていることが分かっています。
  論文  参考訳（メタデータ） (2026-08-21T02:16:39Z)
• Tracing Provenance and Detecting Tampering with Complementary LLM Watermarks [68.64050157343334]
  既存の透かしは編集の際は残されているが、このような堅牢性は、敵が帰属を維持しながら重要な内容を変更することを可能にする。 実証と改ざんの証拠を共同で提供する革新的な透かしを導入する。 信号は同じメカニズムを共有するが、独立キーと正規化テキスト上の異なるシードウィンドウを使用するため、一方は編集に耐性があり、もう一方は読み取り可能な変更に敏感である。
  論文  参考訳（メタデータ） (2026-08-13T01:55:16Z)
• No Accidental Software Agent First Canonical Code for Human Code Entropy Reduction and 30 to 500 times Lower Frontier Model Requirements [0.0]
  本稿では,日常的な製品ソフトウェアを標準的行動プロファイルに書き換えるエビデンスキャリング基板を提案する。 除去可能な事故は、残余の新規性、証拠、ガバナンス、リスク、将来のオプション性が支配されるまで減少する。 Qwen2.5-Coder-14BのQLoRA実験は、64,088の標準軌道が学習可能であり、試験された禁止言語マーカーを抑えることを示した。
  論文  参考訳（メタデータ） (2026-06-12T11:35:54Z)
• TAPO: Tool-Aware Policy Optimization via Credit Transfer for Multimodal Search Agents [54.08846865906602]
  ツール強化マルチモーダルサーチエージェントにおいて,クレジットミス割り当てをGRPOの系統的障害モードとして特徴付ける。 本稿では,情報取得ツールのパラメータ決定性を利用したツール・アウェア・ポリシー・オプティマイズ(TAPO)を提案する。
  論文  参考訳（メタデータ） (2026-06-04T07:15:43Z)
• Can Blindfolded LLMs Still Trade? An Anonymization-First Framework for Portfolio Optimization [1.0957528713294875]
  LLMのトレーディングエージェントは、記憶されたティッカー・アソシエーションの活用よりも、市場のダイナミクスの理解を実証しなければならない。 我々は,チッカー固有の事前トレーニングによる記憶バイアスと,欠陥のあるバックテストによる生存バイアスの2つの源泉に対処する。 我々のアプローチは、エージェントを盲目化し、すべての識別子を匿名化し、意味のあるシグナルが持続するかどうかを検証することである。
  論文  参考訳（メタデータ） (2026-03-18T13:09:11Z)
• Self-Harmony: Learning to Harmonize Self-Supervision and Self-Play in Test-Time Reinforcement Learning [48.14470449860784]
  テスト時強化学習(TTRL)は、推論時に合成信号のみを使用してモデルを適応するためのラベルなしパラダイムを提供する。 簡単な直感に基づくフレームワークであるSelf-Harmonyを紹介します。
  論文  参考訳（メタデータ） (2025-11-03T03:34:34Z)
• Impatient Users Confuse AI Agents: High-fidelity Simulations of Human Traits for Testing Agents [58.00130492861884]
  TraitBasisは、AIエージェントを体系的にストレステストするための軽量でモデルに依存しない方法である。 TraitBasisは、ステアブルなユーザ特性に対応するアクティベーション空間で方向を学習する。 We observed on average a 2%-30% performance degradation on $tau$-Trait across frontier model。
  論文  参考訳（メタデータ） (2025-10-06T05:03:57Z)
• RESTRAIN: From Spurious Votes to Signals -- Self-Driven RL with Self-Penalization [52.01526898310723]
  私たちは、ゴールドラベルの欠如を有用な学習信号に変換する自己金型RLフレームワークであるRESTRAINを紹介します。 多数決を急ぐために過剰にコミットする代わりに、RESTRAINは、モデルの全回答分布からのシグナルを利用する。 挑戦的な推論ベンチマークでは、RESTRAINはラベルのないデータのみを使用して大きなゲインを提供する。
  論文  参考訳（メタデータ） (2025-10-02T16:24:01Z)
• Hide-and-Shill: A Reinforcement Learning Framework for Market Manipulation Detection in Symphony-a Decentralized Multi-Agent System [7.392937244789759]
  分散金融(DeFi)は、新たな無許可金融革新の時代をもたらしたが、前例のない市場操作につながった。 本稿では,マニピュレータと検出器間の相互作用を動的対向ゲームとしてモデル化し,分散操作検出のためのマルチエージェント強化学習フレームワークを提案する。 このフレームワークは、遅延トークン価格反応を金融指標として不審なパターンを特定する。
  論文  参考訳（メタデータ） (2025-07-12T07:55:40Z)
• Decompiling Smart Contracts with a Large Language Model [51.49197239479266]
  Etherscanの78,047,845のスマートコントラクトがデプロイされているにも関わらず(2025年5月26日現在)、わずか767,520 (1%)がオープンソースである。 この不透明さは、オンチェーンスマートコントラクトバイトコードの自動意味解析を必要とする。 バイトコードを可読でセマンティックに忠実なSolidityコードに変換する,先駆的な逆コンパイルパイプラインを導入する。
  論文  参考訳（メタデータ） (2025-06-24T13:42:59Z)
• Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
  本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。 ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。 3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-11T07:48:39Z)

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。