論文の概要: The Domestic Unprotected Zone: Algorithmic Governance and the Reproduction of Perpetrator Discourse in Conversational AI

• arxiv url: http://arxiv.org/abs/2609.28479v1
• Date: Sat, 01 Aug 2026 21:37:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:56.02884
• Title: The Domestic Unprotected Zone: Algorithmic Governance and the Reproduction of Perpetrator Discourse in Conversational AI
• Title（参考訳）: 国内非保護地域:会話型AIにおけるアルゴリズムガバナンスと加害者談話の再現
• Abstract要約: 本稿は、歴史的に親密な暴力の民営化に結びついている異端形を再現するかどうかを問うものである。 6つの広くアクセス可能な会話型AIシステムの3段階の監査では、システム毎に1,600のクロスプロンプトにわたる拒否動作を比較している。 4つのシステムは1%未満のプロンプトを拒絶した。 非親密な記述子から親密な記述子への切り替えは、非拒絶4.4倍と10.8倍を増幅した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conversational AI increasingly mediates intimate-partner communication, and refusal logic at the inference layer now functions as a governance threshold for gendered harm. This article asks whether such systems reproduce discursive forms historically tied to the privatization of intimate violence. A three-stage audit of six widely accessible conversational AI systems compares refusal behaviour across 1,600 crossed prompts per system, isolates relational framing through 300 matched prompt pairs, and contrasts pre-submission framing with post-output critique across fresh sessions. Four systems refused fewer than 1% of prompts. ChatGPT 5.2 and Claude Sonnet 4.5 refused most requests, but residual leakage clustered under intimate framing. Switching from a non-intimate to an intimate-partner descriptor amplified non-refusal 4.4-fold and 10.8-fold. Post-output critique produced in-session acknowledgement that did not carry across fresh sessions, with 96-100% of leaked prompts re-leaking. The article names this pattern the Domestic Unprotected Zone, a privatization-like threshold at the inference layer.
• Abstract（参考訳）: 会話型AIは、親密なパートナー間のコミュニケーションをますます仲介し、推論層におけるロジックの拒絶は、現在、性別による害に対するガバナンスのしきい値として機能している。 本稿は、歴史的に親密な暴力の民営化に結びついている異端形を再現するかどうかを問うものである。 6つの広くアクセス可能な会話型AIシステムの3段階の監査では、システム毎に1,600のクロスプロンプト間での拒絶動作を比較し、300のマッチしたプロンプトペアを通じてリレーショナルフレーミングを分離し、新鮮なセッション間でのポストアウトプットのフレーミングと対比する。 4つのシステムは1%未満のプロンプトを拒絶した。 ChatGPT 5.2とClaude Sonnet 4.5は殆どの要求を拒否したが、残余のリークは密接なフレーミングの下でクラスタ化された。 非親密な記述子から親密な記述子への切り替えは、非拒絶4.4倍と10.8倍を増幅した。 ポストアウトプット批判は、新鮮なセッションを通さず、リークしたプロンプトの96-100%が再学習された、セッション内での承認を生み出した。 この記事では、このパターンを、民営化のような推論層におけるしきい値であるDomestic Un Protectioned Zoneと名付けた。

関連論文リスト

• Same Request, Different Boundary: Evaluating Cybersecurity Assistance across Conversational Contexts [25.330089031016076]
  大規模言語モデル(LLM)は複雑な問題を解決することができるが、リスクの高いドメインでの誤用は深刻な結果をもたらす可能性がある。 3R-Benchは、現実の150のサイバーセキュリティ要求のベンチマークで、2つの対向的な会話設定が強化されている。
  論文  参考訳（メタデータ） (2026-09-01T02:16:56Z)
• MELD: A Protocol for Merging Knowledge Across Distributed Agentic Memories [2.2541665241198534]
  MELDは、エージェントメモリのフェデレーションのための自己管理コヒーレンス機構である。 それぞれの脳は5アウトカムの手順で全てのクレームを受信する。 HotpotQAorでは、分散マージが中央集中ストアにリコールされる。
  論文  参考訳（メタデータ） (2026-08-17T10:09:06Z)
• Fantastic Adaptive Taxonomies and How to Use Them [100.20614173157708]
  AdaMASTは、実行トレースをコンパクトでエビデンスに基づく障害分類に変換する。 コードには手書きのコードはなく、人間による注釈もない。 エージェント・システム・サーチでは、失敗候補の分類コード診断が自由形式より優れている。
  論文  参考訳（メタデータ） (2026-07-17T17:41:16Z)
• When to Think, When to Speak: Learning Disclosure Policies for LLM Reasoning [60.714416943748866]
  シングルストリームの自己回帰インターフェースでは、同じトークンがモデル状態を更新し、不可逆的な公約を構成する。 そこで我々は,Side-by-Side (SxS) Interleaved Reasoningを導入する。
  論文  参考訳（メタデータ） (2026-05-05T02:59:58Z)
• Transparent and Controllable Recommendation Filtering via Multimodal Multi-Agent Collaboration [48.028080782524064]
  我々は、エンドツーエンドのコラボレーション、マルチモーダル認識、マルチエージェントオーケストレーションを統合する新しいフレームワークを紹介します。 本システムでは,帰納的幻覚を除去するために,ファクトグラウンドの偏見パイプラインを用いている。 ダイナミックな2階層の嗜好グラフを構築し、明示的なループ内の人為的な修正を可能にする。
  論文  参考訳（メタデータ） (2026-04-19T14:19:28Z)
• ImplicitMemBench: Measuring Unconscious Behavioral Adaptation in Large Language Models [60.14219417402433]
  LLMエージェントの既存のメモリベンチマークは、事実の明示的なリコールを評価するが、意識的な検索なしに、経験が自動的な振る舞いになる暗黙の記憶を見落としている。 IndicitMemBenchは、非宣言的メモリの標準的な認知科学のアカウントから引き出された3つの構造を通して暗黙的メモリを評価する最初の体系的なベンチマークである。 当社の300イテムスイートでは,初動採点を備えたLearning/Priming-Interfere-Testプロトコルを統一しています。
  論文  参考訳（メタデータ） (2026-04-09T10:26:32Z)
• Adversarial versification in portuguese as a jailbreak operator in LLMs [0.0]
  近年の証拠は、プロンプトの可逆化が、アライメントLDMに対する非常に効果的な対向メカニズムを構成することを示している。 ポルトガル語における評価の欠如は、形態素合成の複雑さが高い言語であり、重大なギャップを形成している。
  論文  参考訳（メタデータ） (2025-12-17T11:55:45Z)
• Making LLMs Reliable When It Matters Most: A Five-Layer Architecture for High-Stakes Decisions [51.56484100374058]
  現在の大規模言語モデル(LLM)は、実行前にアウトプットをチェックできるが、不確実な結果を伴う高い戦略決定には信頼性が低い検証可能な領域で優れている。 このギャップは、人間と人工知能(AI)システムの相互認知バイアスによって引き起こされ、そのセクターにおける評価と投資の持続可能性の保証を脅かす。 本報告では、7つのフロンティアグレードLDMと3つの市場向けベンチャーヴィグネットの時間的圧力下での系統的質的評価から生まれた枠組みについて述べる。
  論文  参考訳（メタデータ） (2025-11-10T22:24:21Z)
• The Mirror Loop: Recursive Non-Convergence in Generative Reasoning Systems [0.0]
  外部からのフィードバックのない再帰的な自己評価は、進歩よりもむしろ改革をもたらすことが多い。 3つのモデル(OpenAI GPT-4o-mini, Anthropic Claude 3 Haiku, Google Gemini 2.0 Flash)と4つのタスクファミリー(パラメータ、コード、説明、リフレクション)にまたがる144の推論シーケンスについて検討する。 我々はこれを、生成的推論における自己補正の構造的限界の証拠として解釈する。
  論文  参考訳（メタデータ） (2025-10-23T07:53:26Z)

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。