arXiv · ML· Ignacio Cofone, Katherine J. Strandburg, Nicholas Tilmes·· 7 天前AI 评分20
基于背景知识对法律领域合成数据进行分类与风险审视
Taxonomizing Synthetic Data for Law
AI 导读
论文将合成数据分为转换、增强和模拟三类,强调其生成所依赖的“真值假设”比数据来源本身更具法律与政策意义。 该分类揭示了不同类别合成数据的风险差异:任何类别都无法避免基于群体的隐私侵害,增强和模拟数据可能放大偏见,且合成数据通常难以帮助小竞争对手抵消市场头部玩家的数据优势。 研究呼吁政策制定者在评估是否激励或强制使用合成数据时,应重点审视其生成过程中所使用的真值假设的有效性。
来源:arXiv · ML · arxiv.org