論文の概要: Anatomy of a Spreadsheet Failure, Analysing the EuSpRIG Horror Story Corpus

• arxiv url: http://arxiv.org/abs/2609.31815v1
• Date: Fri, 25 Sep 2026 14:00:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 12:35:12.943302
• Title: Anatomy of a Spreadsheet Failure, Analysing the EuSpRIG Horror Story Corpus
• Title（参考訳）: EuSpRIGホラーストーリーコーパス解析によるスプレッドシート故障の解剖
• Abstract要約: 本稿では,EuSpRIGホラーストーリーアーカイブを,通常のスプレッドシートの失敗とそれに続く結果の証拠として検討する。 フォーミュラエラー、データエントリースリップ、データハンドリングミスは71のケースを考慮し、全期間にわたって再帰する。 隠れた行、隠れシート、ピボットテーブルキャッシュ、埋め込みオブジェクト、そして保持されたソースレイヤは、計算が間違っていなくても害を与える可能性がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Spreadsheet disasters have been documented for more than thirty years, but they have not gone away. This paper examines the EuSpRIG horror stories archive as evidence of how ordinary spreadsheets fail and the consequences that follow. After cleaning and deduplication, 121 incidents from 1995 to 2026 were classified into twelve failure categories and analysed by mechanism, context and consequence. Formula errors, data-entry slips and data-handling mistakes account for 71 cases and recur across the whole period, from Fidelity's missing minus sign in 1995 to a mistyped date that cost Norway's sovereign wealth fund about $92 million in 2024. A second pattern concerns information present in a workbook but not visible to the recipient: hidden rows, hidden sheets, pivot-table caches, embedded objects and retained source layers can cause harm even when no calculation is wrong. The clearest rise in reported cases is in this hidden or embedded data category, whose most serious example is the 2022 Ministry of Defence spreadsheet that exposed details of roughly 18,700 Afghan applicants through hidden rows. The paper argues that spreadsheet risk is no longer only a problem of wrong numbers. It also involves visibility, disclosure, governance and trust. Existing taxonomies remain useful for formula, entry and handling errors, but do not fully capture the public harm caused by spreadsheets used as uncontrolled operational infrastructure. The same mistakes have persisted for three decades, what has changed is the authority organisations give to the spreadsheets that contain them.
• Abstract（参考訳）: スプレッドシートの災害は30年以上にわたって記録されてきたが、消えてはいない。 本稿では,EuSpRIGホラーストーリーアーカイブを,通常のスプレッドシートの失敗とそれに続く結果の証拠として検討する。 1995年から2026年までの121件の事故は、清掃・除染後、12の障害カテゴリに分類され、メカニズム、状況、結果によって分析された。 フォーミュラエラー、データエントリースリップ、データハンドリングミスは71件で、1995年のフィデリティのマイナスのサインから2024年にノルウェーの政府系ファンドが約9200万ドル(約9億2000万ドル)の損失を被った誤字まで、この期間を通じて繰り返された。 隠れた行、隠れシート、ピボットテーブルキャッシュ、埋め込みオブジェクト、そして保持されたソースレイヤは、計算が間違っていなくても害を与える可能性がある。 2022年の国防省のスプレッドシートでは、約18,700人のアフガニスタン人応募者の詳細が隠された列を通して明らかになった。 論文は、スプレッドシートのリスクは単に間違った数字の問題ではないと主張している。 可視性、開示、ガバナンス、信頼も必要です。 既存の分類体系は、公式、入力、およびエラー処理に有用であるが、制御されていない運用インフラとして使用されるスプレッドシートによって引き起こされる公衆の害を完全には捉えていない。 同じ間違いが30年間続いたが、組織がスプレッドシートに与えている権限が変わった。

関連論文リスト

• Beyond Top-K: Replacing Black-Box Retrieval with Interpretable Agentic Operations [0.0]
  長いドキュメントに対する検索拡張生成は、テキストをチャンクし、チャンクを埋め、クエリの最も近い隣人にサーフェスする、という1つの設計によって支配されている。 我々は、財務報告、監査報告、規制リターンといった重要な文書のクラスにとって、この設計は構造的に不正確であると主張する。 本稿では,READ(Reliable Embedding-free Agentic Document-search)を提案する。
  論文  参考訳（メタデータ） (2026-08-06T17:23:13Z)
• Incident Memory: Training-Free Operational Memory through Sequential Pattern Mining and Velocity-Stratified Retrieval [0.10210859604701106]
  インシデントメモリは、モデルトレーニングなしで運用知識を蓄積するシステムである。 速度階層化検索(Velocity Stratified Search)は、構造的、行動的、文脈的、短命的な事実を異なる速度で分析する。 99.2%の発注されたプレイブック精度(制御)、アーキテクチャの安定性保証、コンフリクト検出F1の0.876を達成している。
  論文  参考訳（メタデータ） (2026-06-30T01:12:54Z)
• SpreadsheetBench 2: Evaluating Agents on End-to-End Business Spreadsheet Workflows [14.11925465537949]
  スプレッドシートエージェントの分類レベルベンチマークであるtextscSpreadsheetBench 2 を紹介する。 このベンチマークは、財務報告や企業書類を含む、本物のビジネスデータから構築されている。 その結果、現在のシステムは現実世界での使用には程遠いことが判明した。
  論文  参考訳（メタデータ） (2026-06-29T08:33:52Z)
• Broken Object Level Authorization in the Wild: An Empirical Taxonomy from 100+ Bug Bounty Disclosures [0.0]
  Broken Object Level Authorization (ABOL)は、APIセキュリティの最も重要な脆弱性を一貫してランク付けしている。 本論文は,BOLAの大規模実験分析として,公開バグ報奨金を報告した最初の事例である。
  論文  参考訳（メタデータ） (2026-05-25T13:55:24Z)
• The Power of Order: Fooling LLMs with Adversarial Table Permutations [49.84535222399142]
  逆テーブル置換(Adversarial Table Permutation)は、モデル性能を最大限に破壊するために設計された最悪の順列を効率的に識別する勾配ベースの攻撃である。 実験の結果,ATPは広範囲のLDMの性能を著しく低下させることがわかった。 本研究は,現在のLLMが構造化データをどのように処理するかの根本的な弱点を明らかにし,信頼性の高い実世界のアプリケーションのための置換ロバストモデルの開発を急務に行う必要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2026-05-01T06:25:55Z)
• Linear Regression under Missing or Corrupted Coordinates [58.9213131489513]
  我々は,コーディネート的な予算の下で,敵によってデータの破損や消去を行う方法について検討する。 不完全なデータ設定では、敵はデータセットを検査し、最大1座標あたりのサンプルの$eta$-fractionのエントリを削除することができる。 破損したデータ設定では、敵は代わりに任意に値を置換し、その汚職位置は学習者にとって未知である。
  論文  参考訳（メタデータ） (2025-09-23T17:01:43Z)
• Collapse of Dense Retrievers: Short, Early, and Literal Biases Outranking Factual Evidence [56.09494651178128]
  検索モデルは、Retrieval-Augmented Generation (RAG)のような情報検索(IR)アプリケーションで一般的に使用される。 我々は、Dragon+やContrieverのようなリトリーバーに対する、短いドキュメントの好みなどのバイアスの影響を定量化する。 私たちは大きな脆弱性を発見し、リトリバーが短いドキュメント、早い位置、繰り返しのエンティティ、リテラルマッチを好んで、答えの存在を無視しながら表示します。
  論文  参考訳（メタデータ） (2025-03-06T23:23:13Z)
• The Impact of Differential Feature Under-reporting on Algorithmic Fairness [86.275300739926]
  解析的に抽出可能な差分特徴のアンダーレポーティングモデルを提案する。 そして、この種のデータバイアスがアルゴリズムの公正性に与える影響を特徴づける。 我々の結果は、実世界のデータ設定では、アンダーレポートが典型的に格差を増大させることを示している。
  論文  参考訳（メタデータ） (2024-01-16T19:16:22Z)
• SpreadsheetCoder: Formula Prediction from Semi-structured Context [70.41579328458116]
  行ベースと列ベースの両方のフォーマットで表されるコンテキストを表現するために,BERTベースのモデルアーキテクチャを提案する。 我々はスプレッドシートの大きなデータセットでモデルをトレーニングし、SpreadsheetCoderが42.51%の予測精度でトップ1の予測を達成できることを実証した。 ルールベースのシステムと比較すると、SpreadsheetCoder 82%は、Google Sheetsで公式を作成する上で、より多くのユーザを支援する。
  論文  参考訳（メタデータ） (2021-06-26T11:26:27Z)

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。