論文の概要: Evidence-Grounded LLM-Assisted Android Mobile Forensic Reporting

• arxiv url: http://arxiv.org/abs/2610.26946v1
• Date: Sun, 18 Oct 2026 06:22:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.404931
• Title: Evidence-Grounded LLM-Assisted Android Mobile Forensic Reporting
• Title（参考訳）: 証拠収集によるLLM支援Android Mobile Forensic Reporting
• Abstract要約: 大規模言語モデルは、法医学的な報告書作成を支援することができるが、流動的な出力は明らかな信頼性を保証しない。 本研究は,LLM支援Android法医学報告を原子プレースレベルで評価するためのエビデンス基盤フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 4.9716387139799805
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models can assist forensic report drafting, but fluent output does not ensure evidentiary reliability. This study presents an evidence-grounded framework for evaluating LLM-assisted Android forensic reports at the atomic-claim level. Gemini, Llama, and Qwen each generated reports for two controlled cases: a public Android 13 dataset and a physical LG device with a zero-reportable-fact boundary. The six accepted reports were decomposed into 612 claims and evaluated against frozen, human-reviewed authorities through content labeling, citation validation, fact-recall analysis, independent rechecking, and dispute resolution. The final corpus contained 424 supported, 163 unsupported, four contradicted, four overstated or incomplete, and 17 excluded claims. In the public case, all three models recovered all 27 authorized report-level facts. Citation validity nevertheless differed substantially: Gemini produced 168 valid citations from 189 required citations, Qwen produced 145 from 189, and Llama produced none from 135. In the physical device case, the models generated 65 claims despite the zero reportable-fact boundary, including 38 unsupported and one contradicted claim. These results show that evidence restriction and complete fact recall do not guarantee claim support or valid evidence attribution. The framework provides an auditable method for detecting unsupported content, preserving claim-to evidence lineage, and retaining investigator authority over final forensic reports.
• Abstract（参考訳）: 大規模言語モデルは、法医学的な報告書作成を支援することができるが、流動的な出力は明らかな信頼性を保証しない。 本研究は,LLM支援Android法医学報告を原子プレースレベルで評価するためのエビデンス基盤フレームワークを提案する。 Gemini、Llama、Qwenはそれぞれ、パブリックAndroid 13データセットと、0-reportable-fact境界を持つ物理LGデバイスという、2つのコントロールされたケースに関するレポートを作成した。 承認された6つの報告は、612のクレームに分解され、コンテンツラベル付け、引用検証、ファクトリコール分析、独立リチェック、紛争解決を通じて、凍結された人間レビューされた当局に対して評価された。 最終コーパスには424人の支持、163人の支持、163人の反対、4人の矛盾、4人の過剰なまたは不完全、そして17人のクレームが含まれていた。 公の場では、3つのモデル全てが27件の認定された報告レベルの事実を回収した。 ジェミニは168個の有効な引用を189から生成し、クウェンは189から145個、ラマは135個から生成した。 物理的デバイスの場合、モデルが65件のクレームを発生させたが、報告可能なファクト境界はゼロであり、38件と1件のクレームは矛盾していた。 これらの結果から,証拠の制限と完全事実の取消しは,主張支持又は有効な証拠の帰属を保証するものではないことが示唆された。 この枠組みは、支持されたコンテンツを検出し、証拠を主張する系統を保持し、最終法医学的な報告に対して調査当局を保持するための監査可能な方法を提供する。

関連論文リスト

• MiniVer-V: Identifying Minimal Sufficient Evidence for Short Video Verification [0.0]
  MiniVer-Vは、3方向の検証アノテーションを備えた195のショートビデオのベンチマークである。 本稿では,内部証拠から評価したクレーム・ビデオの一貫性を,事実的判断から分離する2層検証フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-10-08T04:33:14Z)
• Watermarking: from Impossibility to Auditable Compliance [78.87513208320995]
  EU人工知能法第50条(2)は、合成出力を機械可読かつ検出可能にするために、生成システムの提供者を要求する。 自由形式のテキストにとって、重要な実装の1つは、生成的な透かし処理の実装である。 本稿は、強い透かしに代わる聴覚的な代替品を開発する。
  論文  参考訳（メタデータ） (2026-10-05T13:32:41Z)
• APTInvestBench: Evaluating Autonomous APT Investigation under Varying Telemetry [13.609670317095196]
  大規模言語モデル(LLM)エージェントは、セキュリティオペレーションセンター(SOC)が高度な永続的脅威(APT)を調べるのに役立つ。 しかし、1つのテレメトリ設定での成功は、ログ収集、保持、サンプリングの変更に対する堅牢性を確立しない。 APTInvestBenchは、自律型APT調査におけるクロステレメトリの堅牢性を評価するためのベンチマークである。
  論文  参考訳（メタデータ） (2026-09-30T04:21:45Z)
• Making AI-Assisted Claims Independently Challengeable: Publication Authority and a Protocol for Falsifiable Publication Records [18.205994573842876]
  我々は,出版機関を,正確な状態,非伝達性,単一用途の出版能力として開発する。 我々は,その4番目の境界付きセマンティックフリーズ(SF-4)を評価する。 10機のモデルが110,764個の安全な到達可能な状態を探索し、76個の安全でない構成が予想される違反や観測者対応モデルを生み出した。
  論文  参考訳（メタデータ） (2026-09-15T10:10:50Z)
• VeriPhy: Agentic Physical Reasoning for World Model Evaluation and Refinement [57.86962208273888]
  テキストのみのプランナが入力された物理義務にプロンプトをコンパイルする監査可能な物理検証システムを提案する。 それぞれのアクションは、ペイロードがタイプされた測定か、明示的にタグ付けされた学習状態である証明付きエビデンスレコードを返す。 我々は, 実発生障害を即時参照, 空間, 時間でローカライズする, 1500クリックの欠陥記録のコーパスにおいて, 評価をアンロックする。
  論文  参考訳（メタデータ） (2026-09-02T20:36:45Z)
• Provenance Before Prose: Claim-Locked Reporting [9.106326969263483]
  科学報告のエビデンスを含む内容は、散文生成時にサンプリングされるのではなく、構造化された統計結果によって修正されるべきである。 本稿では,各報告可能なクレームのエビデンスソース,数字,方向,許容言語強度を補正する前処理プロトコルであるクレームロック型レポーティングを提案する。
  論文  参考訳（メタデータ） (2026-08-26T03:41:17Z)
• HiEviDR-Bench: A Benchmark for Hierarchical Evidence Aggregation in Deep Research [52.87128503345243]
  我々は,Deep Researchにおける階層的エビデンス・アグリゲーションを評価するためのベンチマークであるHiEviDR-Benchを紹介する。 HiEviDR-Benchは、エビデンスの選択、クロスソースリンク、アグリゲーションをキャプチャする明示的なエビデンスグラフを持つ各インスタンスを表す。 報告品質,エビデンストレーサビリティ,引用精度,クレーム検証,回答正当性という5次元のトレーサビリティ指向評価フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-07-27T23:50:46Z)
• FactReview: Evidence-Grounded Reviews with Literature Positioning and Execution-Based Claim Verification [57.196748998757954]
  本稿では,クレーム抽出,文献位置決定,実行に基づくクレーム検証を組み合わせたエビデンスベースレビューシステムであるFactReviewを紹介する。 FactReviewは論文を提出すると、主要なクレームを特定し、その結果を報告し、論文の技術的な位置を明らかにするために近くの作業を取り出し、コードが利用可能であれば、リリースされたリポジトリを実行する。 その後、簡潔なレビューと、主要な請求を5つのラベルのうち1つに割り当てるエビデンスレポートを生成する。
  論文  参考訳（メタデータ） (2026-04-05T11:45:22Z)
• DEER: A Comprehensive and Reliable Benchmark for Deep-Research Expert Reports [49.217247659479476]
  ディープリサーチシステムは、多段階の推論とエビデンスベースの合成を通じて専門家レベルのレポートを生成することができる。 既存のベンチマークは、エキスパートレポートの体系的な基準を欠いていることが多い。 専門家レベルのディープリサーチレポートを評価するためのベンチマークであるDEERを紹介する。
  論文  参考訳（メタデータ） (2025-12-19T16:46:20Z)

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。