論文の概要: A Code-Level Audit of X
- arxiv url: http://arxiv.org/abs/2611.16800v1
- Date: Thu, 12 Nov 2026 13:42:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.480946
- Title: A Code-Level Audit of X
- Title(参考訳): X のコードレベル監査
- Abstract要約: 本稿では,レコメンデータシステムのためのコードレベルの監査手法を提案する。
我々はこれをXプラットフォームに適用し、リコメンダパイプラインを自発的にオープンソース化しました。
いずれの投稿がフィルタリングされるか、どのようにランク付けされるかを決定するコンポーネントは、最も検査が難しい2つの階層に該当する。
- 参考スコア(独自算出の注目度): 8.348593305367523
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The transparency regime of recommender systems on Very Large Online Platforms (VLOPs) is undergoing significant change under the EU Digital Services Act (DSA). The DSA requires platforms to disclose information about their recommendation pipelines and grants vetted researchers access to non-public data, which may extend to recommender code. However, it is not known to what extent such code releases enable substantive and meaningful third-party auditing of a production recommender system. We address this question by proposing a code-level audit methodology for recommender systems and applying it to the X platform, which has voluntarily open-sourced its recommender pipeline. Our methodology is a backwards-walk traversal of the repository, tracing each decision-relevant component from the user-facing timeline back to its upstream producers, checking that it is reachable from the served pipeline, and classifying each under a four-tier inspectability scheme. Applying this procedure, we identify 13 transparency dead-ends on the live serving path: models, services, label lists, and configuration values that the public code depends on but the release does not contain. We find that the components that decide which posts are filtered and how they are ranked fall into the two least inspectable tiers, a pattern that intensifies with the 2025 integration of the proprietary Grok language model into moderation, annotation, and ranking. We further show that the release keeps 2023 code that the 2025 pipeline no longer reaches, with 36 parameter references that would pass for dead-ends without a reachability check. Finally, we discuss which additional artifacts would be required for meaningful auditing.
- Abstract(参考訳): 非常に大規模なオンラインプラットフォーム(VLOP)上のレコメンダシステムの透明性は、EUデジタルサービス法(DSA)の下で大幅に変化している。
DSAはプラットフォームに対して、レコメンデーションパイプラインに関する情報を公開することを求め、審査対象の研究者が非公開データにアクセスできるようにする。
しかし、そのようなコードのリリースによって、プロダクションレコメンデーションシステムの実質的で有意義な第三者監査がどこまで可能かは分かっていない。
我々は、レコメンダシステムのためのコードレベルの監査方法論を提案し、それをXプラットフォームに適用することでこの問題に対処する。
提案手法はリポジトリの後方移動であり,ユーザのタイムラインから上流のプロデューサまで,各決定関連コンポーネントをトレースし,提供されたパイプラインから到達可能であることを確認し,各コンポーネントを4段階の検査可能性スキームで分類する。
この手順を適用することで、モデル、サービス、ラベルリスト、パブリックコードが依存するがリリースには含まれない設定値という、ライブサービスパス上の13の透過的なデッドエンドを特定します。
このパターンは、2025年にGrok言語モデルのモデレーション、アノテーション、ランキングへの統合によって強化される。
さらに、リリースは2025パイプラインが到達できない2023のコードを保持しており、36のパラメータ参照が、到達性チェックなしでデッドエンドに渡されることも示しています。
最後に、意味のある監査に必要となるアーティファクトについて論じる。
関連論文リスト
- Glasseek: A Transparent Recipe for Training and Trustworthy Evaluation of DeepSearch Agents [48.64274374077379]
Glasseekは完全な開発ライフサイクルにまたがる、完全な透過的なディープ検索フレームワークです。
データ構築のために,我々は,高品質な探索経路を体系的に生成する軌道キュレーションパイプラインを構築した。
トレーニングでは,探索と要約に同じポリシーを用いて,実行サブトラジェクトリのみを最適化するコンプレッション管理GSPOを提案する。
論文 参考訳(メタデータ) (2026-10-12T15:48:45Z) - Silent Updates: Measuring and Closing the Post-Deployment Disclosure Gap [0.9927426295376472]
サードパーティのAPIプロバイダや推論ホスト間でのデプロイ後開示の実践について検討する。
我々は、デプロイ後の開示プラクティスを測定するための公開ツールであるSilent Updates Scorecardを紹介する。
また,再評価義務の開示や再評価を動機づけるシステムに,デプロイ後の変更をいつ行うかを決定するための3部行動トリガーシステムを提案する。
論文 参考訳(メタデータ) (2026-08-12T08:45:49Z) - A Unified Issue Resolution Benchmark for Requirement Clarification, Planning, and Code Generation for Coding Agents [16.4855244145731]
SWE-RPGはリポジトリレベルのベンチマークで、実行可能パッチ評価と検証済みの地味な参照を組み合わせる。
SWE-RPGは、113のバグ修正と50の機能追加を含む、31のPythonとJavaリポジトリから163のタスクで構成されている。
Claude Code、Codex、OpenCodeを含む3つのコーディングエージェントを6つの大きな言語モデルバックエンドで評価します。
論文 参考訳(メタデータ) (2026-08-10T03:22:04Z) - ClawRec: A Claw-Native Recommender System [70.37279331430653]
我々はClaw-nativeレコメンデータシステムを導入し、プラットフォームローカルのランキングを超えて、多様なソースやコンテンツ形式にまたがる統一的で補完的なレコメンデーションスレートを生成する。
ClawRecは、クロスプラットフォームの振る舞いとクロスソースレコメンデーションを接続するエビデンスリンクされた、時間的に構造化されたユーザ状態を維持している。
ClawRec は NDCG@20 の 0.6134 (+0.1126) と Hit@20 の 0.6944 (+0.0854) を達成している。
論文 参考訳(メタデータ) (2026-07-26T17:56:49Z) - VeriEvol: Scaling Multimodal Mathematical Reasoning via Verifiable Evol-Instruct [71.22358682581215]
ビジュアルな数学的推論のための強化学習のスケーリングは、難しい質問を生成すること以上のものを必要とします。
これは2つのコンポーネントからなる反復的なフレームワークであるVeriEvolとしてインスタンス化します。
5ベンチマークのビジュアル・マス・スイートでは、10Kから250KサンプルまでのSFTデータのスケーリングが平均精度を35.42から54.73に引き上げている。
論文 参考訳(メタデータ) (2026-06-22T16:17:30Z) - Prompts for Public-Sector LLMs Should Be Governed as Commons [0.0]
大規模言語モデルのデプロイに使用されるプロンプトは、プライベートで過渡的な入力ではなく、管理された成果物として扱われるべきである、と我々は主張する。
Prompt Commons - プロンプトメタデータ、ライセンス、モデレーションログを備えたプロンプトテンプレートのバージョニングされたコミュニティ保守型リポジトリ。
論文 参考訳(メタデータ) (2026-05-30T20:01:53Z) - Traceable by Design: An LLM Pipeline and Dashboard for EU Regulatory Consultation Analysis [8.960834830679246]
本稿では,規制コンサルテーションからのトピック抽出のためのエンドツーエンドのLLMパイプラインとインタラクティブダッシュボードを提案する。
システムは、生のPDFアタッチメントとWeb形式の応答を処理し、トピックアノテーションを抽出し、ソーステキストから冗長な引用で全ての抽出を土台とする。
パイプラインはドメインジェネリックで、新しいコンサルテーションに適応するには、即時更新と新しいデータセットが必要である。
論文 参考訳(メタデータ) (2026-05-29T08:29:00Z) - Citation-Closure Retrieval and Per-Rule Attribution for Real-World Regulatory Compliance Question Answering [54.97384993676565]
複雑な国内R&D規制から派生した運用知識グラフを特徴とする,新たなベンチマークであるRegOps-Benchを用いて,レギュレーションコンプライアンスQAを形式化する。
RefWalkはクロスドキュメントの引用を横切り、マックスベースのアグリゲーションを通じてマルチビュー候補を融合させ、ソースへのクレームを明示的にマッピングするためにルールごとの属性を強制する。
論文 参考訳(メタデータ) (2026-05-28T10:38:38Z) - The Path Matters: Learning a Token-Commitment Policy for Diffusion Language Models [52.93186090124315]
トークンのコミットメントは、再利用可能なトレースステートポリシとして学ぶことができる、と私たちは主張する。
凍結拡散言語モデルのためにこのポリシーをインスタンス化する軽量プラグインコントローラであるTraceLockを紹介する。
論文 参考訳(メタデータ) (2026-05-23T18:23:46Z) - Pull Requests as a Training Signal for Repo-Level Code Editing [49.82435173554125]
Clean Pull Request(Clean-PR)は、現実のGitHubプルリクエストをリポジトリレベルの編集のトレーニングシグナルとして活用する、トレーニング中のパラダイムである。
ノイズの多いプルリクエストの差分を,再構築と検証を通じて検索/リプレース編集ブロックに変換する,スケーラブルなパイプラインを導入する。
SWE-benchでは,SWE-bench Liteが13.6%,SWE-bench Verifiedが12.3%,命令調整ベースラインが大幅に向上した。
論文 参考訳(メタデータ) (2026-02-07T09:22:25Z)
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。