論文の概要: The Policies of Programming Language Ecosystems: A "Qualitative" Analysis

• arxiv url: http://arxiv.org/abs/2610.34187v1
• Date: Sun, 25 Oct 2026 09:47:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.554823
• Title: The Policies of Programming Language Ecosystems: A "Qualitative" Analysis
• Title（参考訳）: プログラミング言語エコシステムのポリティクス:「質的」分析
• Abstract要約: 問題はサイバーセキュリティに限らず、違法コンテンツ、コンテンツモデレーション、ハラスメント、性的コンテンツなどあらゆることが、人気のあるpleの多くのポリシーで言及されている。 本論では,これらの政策を考察し,両著者の穏健な合意により,この政策は収束よりも多角性を示すのが一般的である。 したがって、パッケージサイズ制限、メトリクスの操作、タイポスクワット、バイナリアップロードなど、よりきめ細かいポリシーカテゴリでは、ばらつきが見られます。
• 参考スコア（独自算出の注目度）: 0.764671395172401
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Programming language ecosystems (PLEs), such as CRAN for R, have greatly accelerated software reuse. At the same time, they have increased software supply-chain risks and incidents. However, the problems are not limited to cyber security; everything from illegal content and content moderation to harassment and sexual content are mentioned in many policies of popular PLEs. The paper examines these policies. According to a moderate agreement between the three authors on 38 distinct policy categories and eight PLE policies, the policies generally exhibit divergence rather than convergence. However, some policy categories, such as those about malware, intellectual property, and content removal, are universally recognized. The divergence is thus seen in more fine-grained policy categories, such as those related to package size limits, manipulation of metrics, typo-squatting, and binary uploads. These and other related qualitative results patch a notable gap in existing PLE research.
• Abstract（参考訳）: CRAN for Rのようなプログラミング言語エコシステム(PLE)は、ソフトウェアの再利用を大幅に加速しました。 同時に、ソフトウェアサプライチェーンのリスクやインシデントも増加しています。 しかし、問題はサイバーセキュリティに限ったものではなく、違法コンテンツ、コンテンツモデレーション、ハラスメント、性的コンテンツなどあらゆることが、人気のあるplesの多くのポリシーで言及されている。 本稿はこれらの方針について考察する。 38の異なる政策カテゴリと8つのpleポリシーに関する3人の著者間の穏健な合意によると、この政策は一般的に収束よりも分岐を示す。 しかし、マルウェア、知的財産権、コンテンツ削除など一部の政策カテゴリーは広く認識されている。 したがって、パッケージサイズ制限、メトリクスの操作、タイポスクワット、バイナリアップロードなど、よりきめ細かいポリシーカテゴリでは、このばらつきが見られます。 これらと関連する定性的な結果は、既存のple研究において顕著なギャップを埋める。

関連論文リスト

• PolicyMem: Geometric Policy Memory for LLM Governance [72.04962480384322]
  我々は、自然言語ポリシーを再利用可能な幾何学的メモリオブジェクトとして外部化する幾何学的ポリシーメモリであるPhysicalMemを紹介する。 メモリライターは、自然言語ポリシーをポリシーメモリスロットにコンパイルし、クエリ応答ペアはプロジェクションエネルギーを介してポリシーメモリを読み取る。 得られた政策証拠プロファイルは、安全判断を直接仲介し、政策帰属および事後検証のために再利用される。
  論文  参考訳（メタデータ） (2026-09-12T06:07:43Z)
• PolicyLLM: Towards Excellent Comprehension of Public Policy for Large Language Models [56.37206340175191]
  大規模言語モデル(LLM)は、現実の意思決定にますます統合されている。 しかし、政策関連のコンテンツについて理解し、理屈を定める能力はいまだ解明されていない。 textbftextitPolicyBenchは、最初の大規模クロスシステムベンチマーク(US-China)であり、ポリシーの理解を評価する。
  論文  参考訳（メタデータ） (2026-04-14T17:27:50Z)
• Governance-Aware Vector Subscriptions for Multi-Agent Knowledge Ecosystems [0.0]
  規制フレームワークに根ざした多次元ポリシー述語とセマンティックな類似性を構成するガバナンス対応ベクターサブスクリプションを導入する。 エージェントは、キュレートされた知識ベースの意味領域をサブスクライブする。通知は、類似性のしきい値と適用可能なポリシー制約の両方をパスした検証済みコンテンツに対してのみ送信される。 合成コーパス(1,000チャンク,93サブスクリプション,5ドメイン)のメカニズムを検証する。
  論文  参考訳（メタデータ） (2026-03-21T14:27:36Z)
• PA3: Policy-Aware Agent Alignment through Chain-of-Thought [19.12626221220528]
  大規模言語モデル(LLM)は、ツール使用タスクでは優れていますが、複雑なビジネス固有のルールに固執することに苦労しています。 本稿では,チェーン・オブ・シークレットの推論において,モデルに関連するビジネスポリシーのリコールと適用を指導する多段階アライメント手法を提案する。 本稿では,Jaccard スコアと GRPO トレーニングのためのHalucination Penalty に基づく新しい PolicyRecall reward を導入する。
  論文  参考訳（メタデータ） (2026-03-15T20:52:26Z)
• Multimodal Policy Internalization for Conversational Agents [48.11601444262434]
  マルチモーダルポリシー内部化(MPI)は、推論集約型マルチモーダルポリシーをモデルパラメータに内部化する新しいタスクである。 合成と実世界の意思決定とツール使用タスクにまたがる2つのデータセットを構築します。 TriMPIは、エンドツーエンドの精度、一般化、ロバスト性において顕著な向上を実現している。
  論文  参考訳（メタデータ） (2025-10-10T15:28:30Z)
• Fat-to-Thin Policy Optimization: Offline RL with Sparse Policies [5.5938591697033555]
  スパース連続ポリシー(sparse continuous policy)は、ランダムにいくつかのアクションを選択するが、他のアクションの確率を厳密にゼロにする分布である。 本稿では,Fat-to-Thin Policy Optimization (FtTPO) という,この問題に対処する最初のオフラインポリシ最適化アルゴリズムを提案する。 FtTPOを、ヘビーテールとスパースポリシーの両方を含む一般的な$q$-Gaussianファミリーでインスタンス化する。
  論文  参考訳（メタデータ） (2025-01-24T10:11:48Z)
• Information Capacity Regret Bounds for Bandits with Mediator Feedback [55.269551124587224]
  我々は,政策セットの複雑さに対する情報理論尺度として,政策セットの容量を導入する。 古典的なEXP4アルゴリズムを採用することで、ポリシーセットの容量に応じて、新たな後悔の限界を提供する。 ポリシーセットファミリの選択については、キャパシティと同じようなスケールで、ほぼ整合性の低い境界を証明します。
  論文  参考訳（メタデータ） (2024-02-15T19:18:47Z)
• HateModerate: Testing Hate Speech Detectors against Content Moderation Policies [6.893854392439938]
  HateModerateは、コンテンツポリシーに対する自動コンテンツモデレーターの動作をテストするデータセットです。 我々は,HateModerateに対する最先端のヘイトスピーチ検出器の性能を検証した。 我々は,オリジナルテストデータに匹敵するスコアを持ちながら,コンテンツポリシーに対するモデル適合性の大幅な改善を観察する。
  論文  参考訳（メタデータ） (2023-07-23T20:08:38Z)
• Reward-Free Policy Space Compression for Reinforcement Learning [39.04317877999891]
  強化学習では,環境と相互作用するエージェントの潜在的な振る舞いを無限のポリシーにエンコードする。 我々は、政策空間の報酬のない圧縮を、代表政策の有限集合に求めている。 政策空間のこの圧縮は集合被覆問題として定式化できることを示し、本質的にNPハードである。
  論文  参考訳（メタデータ） (2022-02-22T18:11:57Z)
• Off-Policy Evaluation of Slate Policies under Bayes Risk [70.10677881866047]
  スレートのスロット上でロギングポリシーが因子化される典型的なケースにおいて、スレート帯のオフポリシ評価の問題について検討する。 PIによるリスク改善はスロット数とともに線形に増加し、スロットレベルの分岐の集合の算術平均と調和平均とのギャップによって線形に増加することを示す。
  論文  参考訳（メタデータ） (2021-01-05T20:07:56Z)
• Policy Evaluation Networks [50.53250641051648]
  我々は,簡潔な埋め込みにおいて重要なポリシー情報を保持できる,スケーラブルで差別化可能なフィンガープリント機構を導入する。 実験の結果、これらの3つの要素を組み合わせることで、トレーニングデータを生成するものよりも優れたポリシーを作成できることが示された。
  論文  参考訳（メタデータ） (2020-02-26T23:00:27Z)

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。