論文の概要: Optimal Adversarial Testing: Extracting Honest Test Results from Dishonest Test Takers
- arxiv url: http://arxiv.org/abs/2608.28362v1
- Date: Fri, 28 Aug 2026 14:13:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.348559
- Title: Optimal Adversarial Testing: Extracting Honest Test Results from Dishonest Test Takers
- Title（参考訳）: 最適逆行性テスト:不正直なテストタッカーからの正直なテスト結果の抽出
- Authors: Owen Cox, April Xu, Weiyu Xu,
- Abstract要約: 不正直な試験受験者は 試験結果を歪めるために 試験を不正にできる
AI技術の発展に伴い、AI技術を用いた不正行為によって引き起こされるこのような歪みは、より一般的で深刻なものになりつつある。
結果を汚染している不正者がいても,必要なテスト結果を回復できる最適なテスト戦略を提案する。
- 参考スコア（独自算出の注目度）: 3.109663673701098
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In applications, it is often required to test objects or people to determine their qualities in terms of certain metrics. However, besides being naturally noisy, the test results can be corrupted by adversarial behaviors of objects or people being tested (test takers). For example, dishonest test takers can cheat in the exams to distort the test results. With the development of AI technologies, such distortions driven by cheating using AI technologies are becoming more commonplace and severe. In this paper, we propose optimal testing strategies which can still recover needed test results even if there are cheaters polluting the results. The proposed testing strategies will optimally re-test selected group of test takers using different testing security measures. We determine the optimal testing strategies using a dynamic programming method.
- Abstract（参考訳）: アプリケーションでは、特定のメトリクスの観点から品質を決定するために、オブジェクトや人をテストすることがしばしば必要になります。
しかし、自然に騒がしいことに加えて、テスト結果は、被検者(試験受験者)や被検者(試験受験者)の敵対行動によって損なわれることがある。
例えば、不正な試験受験者は試験結果を歪めるために試験を不正に行うことができる。
AI技術の発展に伴い、AI技術を用いた不正行為によって引き起こされるこのような歪みは、より一般的で深刻なものになりつつある。
本稿では,不正行為者が結果を汚染しても,必要なテスト結果を回復できる最適なテスト戦略を提案する。
提案されたテスト戦略は、異なるテストセキュリティ対策を使用して選択されたテストテイカーのグループを再テストする。
動的プログラミング手法を用いて最適なテスト戦略を決定する。
関連論文リスト
- Scaling Agentic Verifier for Competitive Coding [66.11758166379092]
大規模言語モデル(LLM)は強力なコーディング能力を示しているが、1回の試行で競合するプログラミング問題を正しく解くのに苦戦している。
実行ベースの再ランク付けは、有望なテスト時間スケーリング戦略を提供するが、既存のメソッドは、難しいテストケースの生成または非効率的なランダム入力サンプリングによって制約される。
本稿では,プログラムの動作を積極的に推論し,高い差別性のあるテスト入力を検索するエージェント検証手法を提案する。
論文 参考訳（メタデータ） (2026-02-04T06:30:40Z) - TestAgent: An Adaptive and Intelligent Expert for Human Assessment [62.060118490577366]
対話型エンゲージメントによる適応テストを強化するために,大規模言語モデル(LLM)を利用したエージェントであるTestAgentを提案する。
TestAgentは、パーソナライズされた質問の選択をサポートし、テストテイカーの応答と異常をキャプチャし、動的で対話的なインタラクションを通じて正確な結果を提供する。
論文 参考訳（メタデータ） (2025-06-03T16:07:54Z) - Do Test and Environmental Complexity Increase Flakiness? An Empirical Study of SAP HANA [47.29324864511411]
不安定なテストはコードの変更なしにランダムに失敗する。
テストの特徴と,テストのフレキネスに影響を与える可能性のあるテスト環境について検討する。
論文 参考訳（メタデータ） (2024-09-16T07:52:09Z) - Fine-Grained Assertion-Based Test Selection [6.9290255098776425]
回帰テスト選択技術は、コードの変更によって影響を受けるテストのみを選択することで、テスト実行時間を短縮することを目的としている。
既存のテクニックでは、テストクラスのような粗い粒度のテストエンティティを選択しており、不正確なテストの選択や影響のないテストの実行を引き起こす。
本稿では,文レベルでのテストコードを分析し,テストアサーションを選択の単位として扱うことによって,選択精度を高める新しい手法を提案する。
論文 参考訳（メタデータ） (2024-03-24T04:07:30Z) - Sequential Kernelized Independence Testing [77.237958592189]
我々は、カーネル化依存度にインスパイアされたシーケンシャルなカーネル化独立試験を設計する。
シミュレーションデータと実データの両方にアプローチのパワーを実証する。
論文 参考訳（メタデータ） (2022-12-14T18:08:42Z) - Hybrid Intelligent Testing in Simulation-Based Verification [0.0]
数百万のテストは、カバレッジの目標を達成するために必要かもしれない。
カバレッジ指向のテスト選択は、カバレッジフィードバックからバイアステストまで、最も効果的なテストへと学習する。
ノベルティ駆動検証は、以前の刺激とは異なる刺激を識別し、シミュレートすることを学ぶ。
論文 参考訳（メタデータ） (2022-05-19T13:22:08Z) - Noisy Adaptive Group Testing using Bayesian Sequential Experimental
Design [63.48989885374238]
病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。
本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
論文 参考訳（メタデータ） (2020-04-26T23:41:33Z)
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。