論文の概要: Certified Corruption Budgets: Anytime-Valid Leaderboard Claims under Adaptive Rigging

• arxiv url: http://arxiv.org/abs/2610.10597v1
• Date: Tue, 06 Oct 2026 21:20:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.559907
• Title: Certified Corruption Budgets: Anytime-Valid Leaderboard Claims under Adaptive Rigging
• Title（参考訳）: 公認の倒産予算:アダプティブ・リギングの下での有能なリーダーボードの主張
• Abstract要約: 認定された汚職予算、寛大な$widehatB_t$を$t$レコードの後に計算し、それぞれの主張をまとめて発行する。 確率が最低でも1〜1ドルであれば、その主張は正しいか、あるいは$widehatB_t$以上の記録が破損した。 実際の投票では、我々の証明は、約2000票の偽投票に耐える、明確に分離されたモデルを示している。
• 参考スコア（独自算出の注目度）: 13.385373310554327
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Public leaderboards for AI models are read continuously, and attackers can see every published standing. Vote rigging, selective disclosure of private variants, and benchmark contamination can each move a ranking. Existing guarantees assume genuine records or bound the corruption per step, which an attacker who corrupts in bursts evades. We introduce the certified corruption budget, a tolerance $\widehat{B}_t$ computed after $t$ records and published with each pairwise claim. With probability at least $1-α$, simultaneously at all times, the claim is correct or more than $\widehat{B}_t$ records were corrupted. It holds against attackers who watch every certificate, with no bound on their budget. Forged records and records altered once seen require different certificates: the certificate for forgeries fails, with probability approaching one, against an attacker who flips votes it has seen, while one that charges roughly twice as much per record remains valid, with constant bets even against attackers who see the future, and no smaller charge is valid at every level. The certified budget grows nearly as fast as any valid method allows: with a win fraction $\frac{1}{2}+δ$, each new record adds close to $2δ$ to the number of forged records the claim can withstand ($δ$ flipped). Publishing the best of $V$ private variants costs only an amount growing like $\log V$. In replays on 1.8 million Chatbot Arena votes, a few hundred rigged votes make standard confidence intervals certify false orderings, while ours stays valid. On real votes, our certificate shows that clearly separated models withstand about 2,000 forged votes.
• Abstract（参考訳）: AIモデルの公開リーダボードは継続的に読み込まれ、アタッカーは発行されたすべてのスタンドを見ることができる。 投票リギング、プライベートな変種の選択的な開示、ベンチマーク汚染は、それぞれランキングを移動させることができる。 既存の保証は、実際の記録を前提とするか、1ステップ当たりの汚職を制限し、バーストで腐敗した攻撃者が回避する。 我々は、認定された汚職予算、寛大な$\widehat{B}_t$を$t$レコードの後に計算し、それぞれの主張をまとめて発行する。 少なくとも1-α$の確率で、常にその主張は正しいか、または$\widehat{B}_t$以上の記録が破損した。 あらゆる証明書を閲覧する攻撃者に対して、予算に縛られることなく対処する。 偽造の証明書は、投票をひっくり返す攻撃者に対して近づいた確率で失敗する一方、1レコードあたりの約2倍の課金が有効であり、将来を見る攻撃者に対しても常に賭けが行われ、すべてのレベルにおいてより小さな課金は有効ではない。 検証された予算は、有効な方法が許す限りの速さで増大する: 勝利率$\frac{1}{2}+δ$で、各新記録は、クレームが (δ$ flipped) に耐えうる偽記録の数に2δ$近く追加される。 最大$V$のプライベート変種を発行するには、$\log V$のように成長するだけである。 180万票のChatbot Arena票のリプレイでは、数百票のリギリした票が、標準的な信頼区間で偽の注文を認証する一方、われわれの票は有効である。 実際の投票では、我々の証明は、約2000票の偽投票に耐える、明確に分離されたモデルを示している。

関連論文リスト

• Certified by Abstention: Distribution-Free Guarantees for Chain-of-Thought Verifiers at Small Calibration Budgets [0.0]
  数十から数百のラベル付き問題の現実的なキャリブレーション予算において,CoT検証者に対して分布自由選択保証がもたらすものは何であるかを問う。 既知のリスクを伴うシミュレーションでは、標準証明書はキャリブレーションの少なくとも0.3%のドローで失敗するが、発射される場合の最大69%で失敗する。 次に、単調な仮定なしで有効なフロアスタート固定シーケンス証明書を与え、すべてのモデル信号ペア上のボンフェロニ証明書以上のものをカバーします。
  論文  参考訳（メタデータ） (2026-10-07T06:40:58Z)
• Certified Multi-Source Integrity for Structured Agent Actions [14.616156141761161]
  LLMエージェントは特権的かつしばしば不可逆的な構造的行動をとる。 ソースのトラストラベルに現在のディフェンスゲートを配置するか、あるいはフリーテキストの応答品質を認定する。 このような動作が安全に証明可能であり、かつ、最大限に生きた安全な認証者を与えるときの特徴付けを行う。
  論文  参考訳（メタデータ） (2026-09-28T03:52:21Z)
• PAC-Private Autoregressive Generation: Calibrating Noise to Ensemble Disagreement [0.5735035463793009]
  PMixEDのようなメソッドはリリース毎にプライバシコストを発生させ、長期にわたってパブリックモデルに依存している。 PACプライバシはノイズをキャリブレーションして、可能なシークレット間での変動を出力し、予測が安定している場合にはノイズを減らします。 私たちはプライベートコーパスから$m=128$重なり合う世界を構築し、それぞれのレコードは正確に$m/2$の世界に現れ、凍結したパブリックモデルで1つのアダプタをトレーニングします。
  論文  参考訳（メタデータ） (2026-09-04T19:16:39Z)
• Agents That Certify Their Own Exploits: Confidence-Scheduled Restricted Responses for Safe Opponent Exploitation [38.06569764716213]
  我々は,Emphbudget-Constrained confidence-scheduled limited response (CS-RNR)を導入する。 CS-RNRは、安全保証がエージェントが実際に展開する戦略に基づいて計算する証明書である最初の相手探索方式である。
  論文  参考訳（メタデータ） (2026-07-30T16:57:57Z)
• Pay Only for Disagreement: Certified No-Regression Verdicts for Model Updates with Matching Label-Complexity Bounds [0.0]
  我々は、更新促進を認定されたペア・リスク・ディファレンス監査として定式化する。 ゼロラベル層は、ラベルのないトラフィックのみに対する耐性よりも不一致率が低い良質な更新を認証する。 次数 rho2/eps2 の有限サンプル妥当性とラベル-複素性境界をレートレベルで証明する。
  論文  参考訳（メタデータ） (2026-07-22T02:51:14Z)
• Reinforcement Learning with Verifiable yet Noisy Rewards under Imperfect Verifiers [90.50039419576807]
  RLVR(Reinforcement Learning with Verifiable Rewards)は、人為的なラベル付けを避けるために、自動検証に対するポリシーを訓練する。 認証ハッキングの脆弱性を軽減するため、多くのRLVRシステムはトレーニング中にバイナリ$0,1$の報酬を破棄する。 この選択にはコストがかかる:textitfalse negatives(正しい回答、FNを拒絶)とtextitfalse positives(間違った回答、FPを受け入れる)を導入する。
  論文  参考訳（メタデータ） (2025-10-01T13:56:44Z)
• Robust Lipschitz Bandits to Adversarial Corruptions [61.85150061213987]
  リプシッツ・バンディット(英: Lipschitz bandit)は、計量空間上で定義された連続アーム集合を扱うバンディットの変種である。 本稿では,敵対的腐敗の存在下でのリプシッツ・バンディットの新たな問題を紹介する。 我々の研究は、両タイプの敵の下でサブ線形後悔を達成できるロバストなリプシッツ・バンディットアルゴリズムの最初のラインを提示する。
  論文  参考訳（メタデータ） (2023-05-29T18:16:59Z)
• Linear Contextual Bandits with Adversarial Corruptions [91.38793800392108]
  本稿では,敵対的腐敗の存在下での線形文脈的包帯問題について検討する。 逆汚染レベルに適応する分散認識アルゴリズムをC$で提案する。
  論文  参考訳（メタデータ） (2021-10-25T02:53:24Z)
• Deep Partition Aggregation: Provable Defense against General Poisoning Attacks [136.79415677706612]
  アドリアリン中毒は、分類器の試験時間挙動を損なうために訓練データを歪ませる。 毒殺攻撃に対する2つの新たな防御策を提案する。 DPAは一般的な中毒脅威モデルに対する認証された防御である。 SS-DPAはラベルフリップ攻撃に対する認証された防御である。
  論文  参考訳（メタデータ） (2020-06-26T03:16:31Z)

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。