Gaming the Metric, Not the Harm: Certifying Safety Audits against Strategic Platform Manipulation

该论文研究了英国《在线安全法》和欧盟《数字服务法》等法规中，将标量指标作为在线平台合规证据的可靠性问题。监管机构依赖这些指标，但平台可能通过策略性操作（例如将推荐路由到语义等价但危害不变的内容变体）来优化指标分数，而不真正减少伤害。作者将审

历史摘要 · 未重新核验 · arXiv cs.CR