論文の概要: Control-Theoretic Content Moderation
- arxiv url: http://arxiv.org/abs/2609.18822v1
- Date: Wed, 16 Sep 2026 15:28:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.870797
- Title: Control-Theoretic Content Moderation
- Title（参考訳）: 制御理論コンテンツモデレーション
- Abstract要約: 我々はコンテンツモデレーションをグローバルで適応的でシーケンシャルな意思決定プロセスとして定式化する。
モデレーション動作を構成するための一般的な制御理論フレームワークを提案する。
制御理論の2つのモデレータを,いくつかのベースラインと局所戦略と比較する。
- 参考スコア（独自算出の注目度）: 1.8561524535909113
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A sizable literature studies content moderation locally, at the level of individual moderation decisions, for example by measuring or predicting the effects of specific interventions. However, the problem of how such decisions should be combined into effective platform-level moderation strategies is comparatively unexplored. We address this latter problem by formulating content moderation as a global, adaptive, and sequential decision process in which heterogeneous interventions must jointly balance multiple competing objectives. Drawing on feedback control, we introduce a general control-theoretic framework for composing moderation actions according to their expected effects on an evolving platform. We instantiate the framework in large-scale, empirically grounded simulations and compare two control-theoretic moderators against several baselines and local strategies. When moderation aims to maintain competing platform-level properties around desired conditions, the control-theoretic approaches achieve the best overall performance. They also use severe interventions more selectively and recover more effectively after external surges of harmfulness. These results demonstrate the advantages of studying content moderation as a global, adaptive, and sequential decision problem.
- Abstract（参考訳）: 大規模な文献では、個別のモデレーション決定のレベルで、例えば特定の介入の効果を測定したり予測したりすることで、コンテンツモデレーションを局所的に研究する。
しかし、そのような決定を効果的なプラットフォームレベルのモデレーション戦略にどのように組み合わせるべきかという問題は、比較的未解明である。
我々は、コンテンツモデレーションをグローバルで適応的でシーケンシャルな決定プロセスとして定式化し、不均一な介入が複数の競合する目的を共同でバランスさせることによって、後者の問題に対処する。
フィードバック制御を基礎として,モデレーション行動を構成するための一般的な制御理論フレームワークを導入する。
大規模かつ実験的に基礎付けられたシミュレーションでフレームワークをインスタンス化し、2つの制御理論モデレータをいくつかのベースラインと局所戦略と比較する。
モデレーションが所望の条件で競合するプラットフォームレベルの特性を維持することを目的としている場合、制御理論のアプローチは全体的なパフォーマンスを最高のものにする。
また、より厳密な介入を選択的に使用し、外部からの有害度の上昇後により効果的に回復する。
これらの結果は、コンテンツモデレーションをグローバルで適応的でシーケンシャルな決定問題として研究する利点を示す。
関連論文リスト
- IADD-TR: Intervention-Aware Dynamics Decoupling with Targeted Regularization for Model-Based Reinforcement Learning [57.16513298507272]
IADD-TRは、IADD(Intervention-Aware Dynamics Decoupling)とTR(Targeted Regularization)を組み合わせた統合フレームワークである。
IADDは、ゼロアクションアンカーを用いて、アクション干渉段階とアクションフリー自然進化段階への遷移を分解し、堅牢な一般化のためにこの2段階の分解の非特異性を解決する。
政策学習においては,リプレイ状態の政策段階関数の効率的な影響関数からTRを導出する。
論文 参考訳（メタデータ） (2026-08-11T08:20:02Z) - Strategic Feature Selection [62.74494413516484]
特徴選択による戦略的分類と隆起正則化との相互作用について検討する。
最適な正規化の下で特徴部分集合の性能を詳細に評価する。
この特徴から,我々は特徴セットとリッジ正規化のレベルを共同で選択する実用的なアルゴリズムを開発した。
論文 参考訳（メタデータ） (2026-06-17T09:47:15Z) - CHAIRO: Contextual Hierarchical Analogical Induction and Reasoning Optimization for LLMs [10.836749658568365]
本稿では,ルール誘導と決定信頼性を高めるために,類似例を活用した新しいモデレーションフレームワークを提案する。
提案手法は、アナログ検索、ルール生成、モデレーション分類のエンドツーエンド最適化を統合する。
我々のフレームワークは、より明確で、解釈可能で、適用可能なルールを生成する。
論文 参考訳（メタデータ） (2026-04-12T07:36:23Z) - Active Causal Experimentalist (ACE): Learning Intervention Strategies via Direct Preference Optimization [6.628401122676601]
実験者はシーケンシャルな決定問題に直面し、それぞれの介入は次に何を試すべきかを知らせるべき情報を明らかにする。
ランダムサンプリング、欲求情報、ラウンドロビンカバレッジといった従来のアプローチは、それぞれの決定を分離して扱う。
本稿では,実験設計を原則的方針として学習する能動実験因果論(ACE)を提案する。
論文 参考訳（メタデータ） (2026-02-02T18:43:52Z) - Learning Adaptive Cross-Embodiment Visuomotor Policy with Contrastive Prompt Orchestration [9.203040250727886]
本稿では,ビズモータ政策を学習するための新しいアプローチであるContrAstive Prompt Orchestration (CAPO)を提案する。
CAPOは対照的なプロンプト学習と適応的なプロンプトオーケストレーションを統合している。
サンプル効率と性能において最先端のベースラインを著しく上回る。
論文 参考訳（メタデータ） (2026-02-01T06:01:15Z) - Finite-Time Guarantees for Multi-Agent Combinatorial Bandits with Nonstationary Rewards [0.8166364251367625]
意思決定者が各期間にエージェントのサブセットを選択して、個々のレベルの影響を事前に知ることなく、全体の結果を最大化する、逐次的なリソース割り当て問題について検討する。
当社の枠組みは、地域保健介入、ターゲットデジタル広告、労働維持プログラムなどの設定に適用される。
論文 参考訳（メタデータ） (2025-08-28T15:51:57Z) - Beyond Predictions: A Participatory Framework for Multi-Stakeholder Decision-Making [3.3044728148521623]
本稿では,意思決定をマルチステークホルダー最適化問題として再編成する参加型フレームワークを提案する。
我々のモジュラー・モデルに依存しないフレームワークは、ユーザが提供する予測モデルを微調整するためにk-foldクロスバリデーションを採用している。
合成スコアリング機構は、複数のメトリクスにまたがってユーザ定義の嗜好を集約し、戦略をランク付けする。
論文 参考訳（メタデータ） (2025-02-12T16:27:40Z) - Reduced-Rank Multi-objective Policy Learning and Optimization [57.978477569678844]
実際には、因果研究者は先験を念頭において1つの結果を持っていない。
政府支援の社会福祉プログラムでは、政策立案者は貧困の多次元的性質を理解するために多くの成果を集めている。
本稿では、最適政策学習の文脈において、複数の結果に対するデータ駆動型次元性推論手法を提案する。
論文 参考訳（メタデータ） (2024-04-29T08:16:30Z) - In Search of Insights, Not Magic Bullets: Towards Demystification of the
Model Selection Dilemma in Heterogeneous Treatment Effect Estimation [92.51773744318119]
本稿では,異なるモデル選択基準の長所と短所を実験的に検討する。
選択戦略,候補推定器,比較に用いるデータの間には,複雑な相互作用があることを強調した。
論文 参考訳（メタデータ） (2023-02-06T16:55:37Z) - On the Complexity of Adversarial Decision Making [101.14158787665252]
決定推定係数は, 相手の意思決定に対する後悔度を低く抑えるのに必要であり, 十分であることを示す。
我々は、決定推定係数を他のよく知られた複雑性尺度の変種に結びつける新しい構造結果を提供する。
論文 参考訳（メタデータ） (2022-06-27T06:20:37Z)
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。