論文の概要: Who Counts as Exposed? Measurement Choices in an Open, Re-estimable Index of Occupational AI Exposure
- arxiv url: http://arxiv.org/abs/2611.18168v1
- Date: Fri, 13 Nov 2026 13:41:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.346582
- Title: Who Counts as Exposed? Measurement Choices in an Open, Re-estimable Index of Occupational AI Exposure
- Title(参考訳): 誰が露呈したのか? オープンで再推定可能なAI露出の指標における測定選択
- Abstract要約: 職業的AI露出指標は、経済分析、労働計画、政策へのインプットとして使用される。
オープンで再見積可能なタスクレベルのインデックスを構築し、その2つの主要な設計決定、コンテキストとキャリブレーションを変更します。
- 参考スコア(独自算出の注目度): 2.4724375110574304
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Occupational AI exposure indices are used as inputs to economic analysis, workforce planning, and policy, and the choices built into them decide which workers are described as exposed. We build an open, re-estimable task-level index and vary its two main design decisions, context and calibration, to show how much the answer depends on them. For each of the 18,796 occupation--task pairs in \onet, seven open-weight reasoning models rate exposure under a common rubric. Each model rates with or without a context of retrieved news and research passages, workplace descriptors, and a bottleneck-based reasoning protocol, and the ensemble is combined with or without simplex-constrained calibration to observed Claude usage. The largest difference from the dominant 2023 benchmark is not a disagreement about what AI can do but about how much credit to give exposure that depends on software integrations not yet built, a choice that no data can settle. At the benchmark's own weight, the calibrated index counts fewer exposed workers than the benchmark, and when only direct exposure counts it counts more. At full score resolution, the ensemble ranks tasks better than the benchmark against observed usage and an independent physical-task classification. Adding context mainly shifts the level of exposure rather than improving the ranking. Context and calibration both relocate exposure toward higher-wage occupations, and calibration, which anchors the index to one platform's users, does more of it, so we also release the uncalibrated arm. Exposure indices used as policy inputs should state such choices, report their numbers under the alternatives, and be re-estimated as systems change.
- Abstract(参考訳): 職業的AI露光指標は、経済分析、労働計画、政策への入力として使われ、その中で構築された選択は、露光と表現される労働者を決定する。
オープンで再見積可能なタスクレベルのインデックスを構築し、その2つの主要な設計決定、コンテキストとキャリブレーションを変更して、回答がどの程度それらに依存するかを示します。
シャオネットの18,796人の職業的ペアそれぞれに対して、7つのオープンウェイト推論モデルは、共通のルーリックの下での露光率を示す。
各モデルは、検索されたニュースや研究パス、職場記述子、ボトルネックベースの推論プロトコルの文脈の有無で評価され、アンサンブルと単純な制約付きキャリブレーションが組み合わされてクロードの使用が観察される。
2023年のベンチマークと最大の違いは、AIが何ができるかという点ではなく、まだ構築されていないソフトウェア統合に依存しているエクスポージャーにどの程度の信用を与えるかについての意見の相違である。
ベンチマーク自体の重みで、キャリブレーションされたインデックスは、ベンチマークよりも露出するワーカーが少ない。
完全なスコアの解像度では、アンサンブルは観察された使用状況と独立した物理的タスク分類に対して、ベンチマークよりも優れたタスクをランク付けする。
コンテキストを追加することは、主にランキングを改善するのではなく、露出のレベルを変える。
コンテクストとキャリブレーションの両方が、高賃金の職業に対する露出を移動させ、また、インデックスをあるプラットフォームのユーザにアンロックするキャリブレーションは、それ以上の処理を行うので、未調整のアームもリリースします。
ポリシーインプットとして使用される露光指標は、そのような選択を述べ、その選択肢に基づいて番号を報告し、システム変更時に再見積するべきである。
関連論文リスト
- Dull, Dirty, Dangerous? Working Conditions and the Limits of Occupational AI Exposure [0.0]
大規模言語モデル(LLM)とAI Occupational Exposure(AIOE)による低調度スコアとの関連性
これらの比較は、項目のグルーピングと職業特性がどのように露出推定の解釈を形作るかを示している。
論文 参考訳(メタデータ) (2026-11-04T18:41:40Z) - Benchmarking Self-Supervised 3D Medical Vision Foundation Models and Transferability Estimation [57.65266782182578]
セルフ教師付き事前トレーニングは、3D医療基盤モデルのプールを拡張したが、異なるデータセット、エンドポイント、微調整プロトコルを使用した評価を公表した。
14のセグメンテーション、分類、回帰タスク、複数の解剖学とモダリティにまたがる23の候補をベンチマークした。
3モデルショートリストは、7つのセグメンテーションタスクで記録された抜粋+訓練ジョブ時間を85.8%削減した。
論文 参考訳(メタデータ) (2026-10-13T01:52:19Z) - Noēsis: Deterministic-First Retrieval with Two-Tier Context Hydration for Factuality-Critical Queries on Small Local Models [0.0]
我々は、Noesisアーキテクチャの決定論的第一のクエリプレーンであるNoesisを提示する。
ノイズは生成前にすべての決定論的判断を下す。
報告されたすべての値は、その正確なソースと構築による位置にトレース可能である。
論文 参考訳(メタデータ) (2026-09-07T15:49:16Z) - Divide, Deliberate, Decide: A Multi-Agent Framework for Fine-Grained Egocentric Action Recognition [86.4487145812318]
エゴセントリックビデオにおけるきめ細かいアクション認識はビジョンランゲージモデルでは難しい。
完全ローカルでゼロショットのマルチエージェントフレームワークであるDivide, Deliberate, Decideを提案する。
実験により,本手法はベースライン上でのゼロショット動作認識性能を肯定的に向上することが示された。
論文 参考訳(メタデータ) (2026-06-16T07:31:27Z) - GIM: Evaluating models via tasks that integrate multiple cognitive domains [42.01371688303606]
Grounded Integration Measureは、820のオリジナルの問題のベンチマークである。
それぞれの問題は、オリジナルの専門家による作曲である。
バランスのとれた公民分離は、汚染診断を内蔵する。
論文 参考訳(メタデータ) (2026-05-18T17:09:50Z) - Prompt-Dependent Ranking of Large Language Models with Uncertainty Quantification [9.99813918008511]
我々は、ペアワイズな人選好の下で、プロンプト依存のランキング推定について検討する。
我々は統計的に妥当な不確実性保証を有する意思決定安全ランキングの枠組みを開発する。
論文 参考訳(メタデータ) (2026-02-11T18:16:24Z) - Judging with Confidence: Calibrating Autoraters to Preference Distributions [56.17041629492863]
信頼性の高いオートラッターは、対象の個体群によって定義される嗜好の完全な分布をモデル化することを学ぶ必要がある、と我々は主張する。
異なるデータ条件に合わせた2つの学習方法を提案する。
この結果から, 分布マッチング目的の微調整オートレーダは, 目的の好み分布に整合した有言確率予測を導出することがわかった。
論文 参考訳(メタデータ) (2025-09-30T20:36:41Z) - SureMap: Simultaneous Mean Estimation for Single-Task and Multi-Task Disaggregated Evaluation [75.56845750400116]
分散評価(disaggregated evaluation) -- 異なるサブポピュレーション上での機械学習モデルのパフォーマンスの推定 - は、AIシステムのパフォーマンスとグループフェアネスを評価する上で、中核的なタスクである。
ブラックボックスモデルの評価において,マルチタスクとシングルタスクの双方に対して高い推定精度を持つSureMapを開発した。
提案手法は, ウェル・チョーゼンを用いた最大後部推定と, スタインの非バイアスリスク推定(SURE)によるクロスバリデーションフリーチューニングを併用する。
論文 参考訳(メタデータ) (2024-11-14T17:53:35Z) - Crowd-Calibrator: Can Annotator Disagreement Inform Calibration in Subjective Tasks? [14.536409742295936]
我々は、主観性はモデル決定に影響を及ぼし、選択的な予測条件の下でキャリブレーションを介して直接的に役割を果たすべきであると論じる。
我々の手法であるCrowd-Calibratorは、群衆労働者ラベルの分布とラベル上のモデル自身の分布との距離をモデル化し、そのモデルが決定から逸脱すべきかどうかを知らせる。
論文 参考訳(メタデータ) (2024-08-26T09:37:42Z) - Evaluating the Fairness of Discriminative Foundation Models in Computer
Vision [51.176061115977774]
本稿では,CLIP (Contrastive Language-Pretraining) などの差別基盤モデルのバイアス評価のための新しい分類法を提案する。
そして、これらのモデルにおけるバイアスを緩和するための既存の手法を分類学に関して体系的に評価する。
具体的には,ゼロショット分類,画像検索,画像キャプションなど,OpenAIのCLIPとOpenCLIPモデルをキーアプリケーションとして評価する。
論文 参考訳(メタデータ) (2023-10-18T10:32:39Z) - A New Bandit Setting Balancing Information from State Evolution and
Corrupted Context [52.67844649650687]
本稿では,2つの確立されたオンライン学習問題と包括的フィードバックを組み合わせた,逐次的意思決定方式を提案する。
任意の瞬間にプレーする最適なアクションは、エージェントによって直接観察できない基礎となる変化状態に付随する。
本稿では,レフェリーを用いて,コンテキストブレイジットとマルチアームブレイジットのポリシーを動的に組み合わせるアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-11-16T14:35:37Z)
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。