Dark Patterns and Consumer Protection Law for App Makers
この論文は、アプリ開発者が意図的か否かを問わず生じうるダークパターンを特定し、消費者保護法の原則に基づきユーザーの自律性を尊重する透明な設計戦略を提案することで、法的リスクを回避し信頼を構築する方法を論じています。
💻 Category
cs
5179 件の論文
Law Proofing the Future
この論文は、生成 AI やアルゴリズムなど新技術に対して法制度を「未来-proof（将来に備えて強化）」すべきだという通説に反論し、むしろ新技術が法によって抑圧されることからの保護を求め、個別の規制ではなく、一般性・安定性・適応性を備えた既存の慣習法による司法判断の積み重ねこそが、技術と法の自由な進化を可能にするという「規制抑制」の立場を提唱しています。
Consumer Rights and Algorithms
本論文は、消費者保護法の歴史的変遷からデジタル時代におけるAIやビッグデータがもたらす新たな課題、そしてプライバシー法やダークパターン規制などの対応策に至るまでを概観し、消費者保護の枠組みに内在するトレードオフを論じている。
A Review of the Negative Effects of Digital Technology on Cognition
この論文は、500 件以上の研究を統合してデジタル技術が認知に与える負の影響（特に生成 AI による高次認知機能の侵食）を分析し、短期的な効率化と長期的な認知機能の衰退という「効率と萎縮のパラドックス」を指摘するとともに、今後の縦断研究の必要性を強調しています。
Quantal Response Equilibrium as a Measure of Strategic Sophistication: Theory and Validation for LLM Evaluation
この論文は、理論的根拠に基づいたゲーム理論的評価枠組み（QRE）を導入し、大規模言語モデルの戦略的推論能力を人間のデータと比較して連続的な尺度で定量化・検証する手法を提案し、その有効性と課題を示しています。
Tureis: Transformer-based Unified Resilience for IoT Devices in Smart Homes
本論文は、スマートホームの IoT 環境において、ラベル不要の自己教師あり学習と軽量トランスフォーマーを活用し、複数の故障や居住者が混在する状況下でも高精度かつエッジデバイス上で動作可能なセンサー故障検出・特定手法「Tureis」を提案するものである。
Evaluating Generalization Mechanisms in Autonomous Cyber Attack Agents
本論文は、NetSecGame 環境において IP アドレスの再割り当てという単純な変化が自律攻撃エージェントの一般化能力に与える影響を評価し、メタ学習エージェントは部分的な適応を示すものの、推論コストや透明性の欠如などの課題はあるものの、事前学習済み LLM ベースのエージェントが保持されたテスト条件下で最も高い成功率を達成したことを明らかにしています。
OmniGuide: Universal Guidance Fields for Enhancing Generalist Robot Policies
OmniGuide は、3D 空間における微分可能なエネルギー関数として任意のガイダンス源を表現し、VLA モデルの行動サンプリングを誘導することで、複雑なタスクにおける汎用ロボット政策の成功率と安全性を大幅に向上させる柔軟なフレームワークを提案するものです。
OAuthHub: Mitigating OAuth Data Overaccess through a Local Data Hub
OAuthHub は、ユーザーの個人端末を仲介コントローラーとして活用し、OAuth アプリのデータ過剰アクセスを防止しつつ、開発者が従来の API よりも少ないコードで迅速にデータアクセス制御を実装できる新しい開発フレームワークを提案し、その有効性を評価した論文です。
Model-Free Co-Optimization of Manufacturable Sensor Layouts and Deformation Proprioception
この論文は、物理シミュレーションモデルを必要とせず、製造制約を考慮したデータ駆動型の共最適化パイプラインを通じて、自由変形する柔軟なセンサーの配置と形状予測ネットワークを同時に最適化し、変形予測精度と実用性を大幅に向上させる手法を提案しています。
Decision-Aware Uncertainty Evaluation of Vision-Language Model-Based Early Action Anticipation for Human-Robot Interaction
本論文は、人間とロボットの協調作業における安全性向上のため、視覚言語モデルを用いた早期行動予測の信頼性を評価し、部分的な観測下での不確実性定量化と選択的予測のための新たな評価プロトコルと指標を提案するものである。
Building Privacy-and-Security-Focused Federated Learning Infrastructure for Global Multi-Centre Healthcare Research
本論文は、プライバシー規制やガバナンスリスクを克服し、認証・認可・監査（AAA）機能を統合した新しいフェデレーティッドラーニング基盤「FLA³」を提案し、多国籍医療研究における実用性と臨床的有用性を検証したものである。
Categorical Calculus and Algebra for Multi-Model Data
本論文は、リレーショナル計算と代数を拡張した「カテゴリカル計算」と「カテゴリカル代数」という 2 つの形式クエリ言語を提案し、それらの等価性、最適化のための変換規則、および表現力と計算複雑性を分析することで、マルチモデルデータベースの理論的基盤を確立するものである。
Pooling Engram Conditional Memory in Large Language Models using CXL
この論文は、CXL メモリプールを用いて Engram 条件付きメモリをオフロードし、RDMA と比較して低遅延なアクセスを実現しながら、SGLang への統合により DRAM と同等の性能を維持しつつ大規模言語モデルのためのスケーラブルでコスト効率の高いストレージソリューションを提案するものです。
Detecting Privilege Escalation with Temporal Braid Groups
この論文は、クラウド権限グラフの強連結成分における時間的進化において、ブルア・リャプノフ指数という代数的プローブを用いて分散型と集中型の 2 つのリスク領域の境界を特定し、非可換性の利点を活用して権限昇格を検出・分類する手法を提案しています。
4DEquine: Disentangling Motion and Appearance for 4D Equine Reconstruction from Monocular Video
本論文は、単一視点動画から馬の 4 次元再構築を運動と外観に分解する新規フレームワーク「4DEquine」と大規模合成データセットを提案し、実世界データにおいて最先端の性能を達成することを示しています。
HG-Lane: High-Fidelity Generation of Lane Scenes under Adverse Weather and Lighting Conditions without Re-annotation
本論文は、悪天候や照明条件における既存のレーン検出データセットの限界を克服するため、再アノテーションを必要としない高忠実度生成フレームワーク「HG-Lane」を提案し、これにより作成したベンチマークを用いた実験で既存の検出モデルの性能を大幅に向上させることを実証しています。
Performance Evaluation of Delay Tolerant Network Protocols to Improve Nepal Earthquake Rescue Communications
本論文は、ネパール地震の救援活動における動的な人口分布と移動パターンに基づいたシミュレーションを用いて、遅延許容ネットワーク（DTN）のルーティングプロトコルを評価し、災害時の通信信頼性とリソース利用効率のトレードオフを明らかにすることで、次世代の緊急通信サービス設計に寄与するものである。
Cross-Hand Latent Representation for Vision-Language-Action Models
本論文は、多様な把持器に共通する統一された潜在動作空間を導入することで、大規模な実証データの収集コストを削減しつつ、視覚・言語・動作モデル（VLA）の拡張性と性能を向上させる「XL-VLA」というフレームワークを提案し、その有効性を実験で実証したものである。
Dance2Hesitate: A Multi-Modal Dataset of Dancer-Taught Hesitancy for Understandable Robot Motion
この論文は、ロボットと人間の協調における「躊躇」の表現を理解可能にするため、Franka Emika Panda によるキネスティック指導とダンサーによるモーションキャプチャデータを組み合わせた、多モーダルな「Dance2Hesitate」データセットを公開し、ロボットと人間の両モダリティにおける再現可能なベンチマークを可能にしたことを報告しています。