論文の概要: A Generative Model of Contextual Integrity: Appropriate vs. Inappropriate Information Sharing

• arxiv url: http://arxiv.org/abs/2611.08284v1
• Date: Thu, 05 Nov 2026 16:48:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-07 04:55:13.584888
• Title: A Generative Model of Contextual Integrity: Appropriate vs. Inappropriate Information Sharing
• Title（参考訳）: 文脈整合性の生成モデル:適切な情報共有と不適切な情報共有
• Abstract要約: 文脈整合性(CI)は、適切な情報フローは文脈固有の規範に依存する。 我々は、シミュレートされた会話を通して情報共有を研究するために、文脈整合性の生成モデルを構築した。
• 参考スコア（独自算出の注目度）: 3.6097473656222125
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Contextual integrity (CI) holds that appropriate information flow depends on context-specific norms. The same disclosure may be appropriate in one context and inappropriate in another. We build a generative model of contextual integrity to study information sharing through simulated conversations. Two actors played by large language models exchange messages, with one holding private information and the other seeking it. We examine how sharing and refusal vary with the situation, the holder's decision logic, disposition, and the underlying language model. Actors shared information with the rightful recipients when it was needed, but also disclosed it to people who were not entitled to receive it. The model provides a way to study how disclosure and refusal develop through conversation as the situations and the actors vary.
• Abstract（参考訳）: 文脈整合性(CI)は、適切な情報フローは文脈固有の規範に依存する。 同じ開示は、ある文脈では適切であり、別の文脈では不適切である。 我々は、シミュレートされた会話を通して情報共有を研究するために、文脈整合性の生成モデルを構築した。 大きな言語モデルによって演じられる2人の俳優がメッセージを交換し、1人はプライベート情報を持ち、もう1人はそれを求めます。 本研究では, 状況, 保持者の決定論理, 配置, 基礎となる言語モデルとの違いについて検討する。 俳優は必要な時に適切な受取人と情報を共有したが、受取資格のない人にも開示した。 このモデルは、状況やアクターが変化するにつれて、会話を通じて開示と拒絶がどのように変化するかを研究する方法を提供する。

関連論文リスト

• Context versus Prior Knowledge in Language Models [49.17879668110546]
  言語モデルは、事前学習中に学んだ事前知識と、文脈で提示された新しい情報を統合する必要があることが多い。 本稿では,モデルがコンテキストと先行するエンティティへの依存性を測定するための2つの相互情報ベースメトリクスを提案する。
  論文  参考訳（メタデータ） (2024-04-06T13:46:53Z)
• Your spouse needs professional help: Determining the Contextual Appropriateness of Messages through Modeling Social Relationships [7.415975372963896]
  個人間の社会的関係を明示的にモデル化することで、不適切なコミュニケーションを識別する新しいアプローチを導入する。 大規模言語モデルでは、関係情報を組み込んで、与えられた文脈における適切性を正確に識別できることが示される。 また、文脈的適切性判断は、抑揚や丁寧さなどの言語で表される他の社会的要因の予測であることを示す。
  論文  参考訳（メタデータ） (2023-07-06T04:06:05Z)
• Interpretable Detection of Out-of-Context Misinformation with Neural-Symbolic-Enhanced Large Multimodal Model [16.348950072491697]
  誤報の作者は、ニュース検出システムや偽ニュースを騙すために、マルチメディア以外のコンテンツを使う傾向が強まっている。 この新たなタイプの誤報は、検出だけでなく、個々のモダリティが真の情報に十分近いため、明確化の難しさも増す。 本稿では,不一致のペアと相互の矛盾を同時に識別する,解釈可能なクロスモーダル・デコンテクスト化検出を実現する方法について検討する。
  論文  参考訳（メタデータ） (2023-04-15T21:11:55Z)
• Collaborative Reasoning on Multi-Modal Semantic Graphs for Video-Grounded Dialogue Generation [53.87485260058957]
  本研究では,対話コンテキストと関連ビデオに基づいて応答を生成するビデオグラウンド・ダイアログ生成について検討する。 本課題の主な課題は,(1)事前学習言語モデル(PLM)に映像データを統合することの難しさである。 異なるモーダルの推論を協調的に行うマルチエージェント強化学習法を提案する。
  論文  参考訳（メタデータ） (2022-10-22T14:45:29Z)
• Probing Task-Oriented Dialogue Representation from Language Models [106.02947285212132]
  本稿では,タスク指向対話タスクにおいて,どのモデルが本質的に最も有意義な表現を担っているかを明らかにするために,事前学習された言語モデルについて検討する。 我々は、アノテートラベルを教師付き方法で固定された事前学習言語モデルの上に、分類器プローブとしてフィードフォワード層を微調整する。
  論文  参考訳（メタデータ） (2020-10-26T21:34:39Z)
• Knowledge Injection into Dialogue Generation via Language Models [85.65843021510521]
  InjKは対話生成モデルに知識を注入するための2段階のアプローチである。 まず、大規模言語モデルをトレーニングし、テキスト知識としてクエリする。 次に、対話生成モデルを作成し、テキスト知識と対応する応答を逐次生成する。
  論文  参考訳（メタデータ） (2020-04-30T07:31:24Z)

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。