Fugu-MT 論文翻訳(概要): Over-Generation Cannot Be Rewarded: Length-Adaptive Average Lagging for Simultaneous Speech Translation

論文の概要: Over-Generation Cannot Be Rewarded: Length-Adaptive Average Lagging for Simultaneous Speech Translation

arxiv url: http://arxiv.org/abs/2206.05807v2
Date: Wed, 15 Jun 2022 18:31:15 GMT
ステータス: 処理完了
システム内更新日: 2022-06-19 06:23:08.571548
Title: Over-Generation Cannot Be Rewarded: Length-Adaptive Average Lagging for Simultaneous Speech Translation
Title（参考訳）: オーバージェネレーションは逆戻りできない:同時音声翻訳のための長適応平均ラギング
Authors: Sara Papi, Marco Gaido, Matteo Negri, Marco Turchi
Abstract要約: 同時音声翻訳(SimulST)システムは,低レイテンシで出力を生成することを目的としている。 Average Lagging (AL)は、対応する参照よりも長い予測を生成するシステムに対して、過小評価スコアを提供する。近年のSimulSTシステムでは過剰発生傾向にあるため,この問題は実際的関連性があることが示唆された。
参考スコア（独自算出の注目度）: 17.305879157385675
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Simultaneous speech translation (SimulST) systems aim at generating their output with the lowest possible latency, which is normally computed in terms of Average Lagging (AL). In this paper we highlight that, despite its widespread adoption, AL provides underestimated scores for systems that generate longer predictions compared to the corresponding references. We also show that this problem has practical relevance, as recent SimulST systems have indeed a tendency to over-generate. As a solution, we propose LAAL (Length-Adaptive Average Lagging), a modified version of the metric that takes into account the over-generation phenomenon and allows for unbiased evaluation of both under-/over-generating systems.
Abstract（参考訳）: 同時音声翻訳(simulst)システムは、最小のレイテンシで出力を生成することを目的としており、これは通常平均ラグ(al)で計算される。本稿では,alが広く普及しているにもかかわらず,対応する参照よりも長い予測を生成するシステムに対して,alは過小評価されたスコアを提供していることを強調する。また,最近のSimulSTシステムでは過剰発生傾向にあるため,この問題は実際的関連性があることも示している。そこで本研究では,過渡現象を考慮し,過渡/過発生両システムの偏りのない評価を可能にする指標の修正版であるlaal(long-adaptive average lagging)を提案する。

関連論文リスト

Provenance: A Light-weight Fact-checker for Retrieval Augmented LLM Generation Output [49.893971654861424]
検索強化生成(RAG)から非実効出力を検出する軽量な手法を提案する。私たちは、二項決定を下すためにしきい値にできる事実性スコアを計算します。実験の結果, ROC曲線 (AUC) の下では, 関連するオープンソースデータセットの広範囲にわたって高い面積を示すことができた。
論文参考訳（メタデータ） (2024-11-01T20:44:59Z)
Truncating Trajectories in Monte Carlo Policy Evaluation: an Adaptive Approach [51.76826149868971]
モンテカルロシミュレーションによる政策評価は多くのMC強化学習(RL)アルゴリズムの中核にある。本研究では,異なる長さの軌跡を用いた回帰推定器の平均二乗誤差のサロゲートとして品質指標を提案する。本稿では,Robust and Iterative Data Collection Strategy Optimization (RIDO) という適応アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-10-17T11:47:56Z)
Long-Context Linear System Identification [20.835344826113307]
本稿は,時間帯の動的システムの状態$x_t$が,長さ$p$の固定コンテキストウィンドウ上の以前の状態$x_s$に線形に依存するという,長期コンテキスト線形システム同定の問題に対処する。我々は、幅広い種類のシステムに対する対数的因子までのパラメトリックレートに一致するサンプル複雑性を定め、一階依存のみを考慮した以前の研究を拡張した。
論文参考訳（メタデータ） (2024-10-08T05:15:21Z)
Nearest Neighbor Speculative Decoding for LLM Generation and Attribution [87.3259169631789]
Nearest Speculative Decoding (NEST)は、任意の長さの実世界のテキストスパンをLM世代に組み込むことができ、それらのソースへの属性を提供する。 NESTは、様々な知識集約タスクにおいて、基本LMの生成品質と帰属率を大幅に向上させる。さらに、NESTは、Llama-2-Chat 70Bに適用した場合の推論時間において1.8倍のスピードアップを達成することにより、生成速度を大幅に改善する。
論文参考訳（メタデータ） (2024-05-29T17:55:03Z)
Analytical Verification of Performance of Deep Neural Network Based Time-Synchronized Distribution System State Estimation [0.18726646412385334]
近年,ディープニューラルネットワーク(DNN)を用いた時間同期状態推定器の成功例が報告されている。本稿では,入力測定における摂動関数として,その状態推定器の性能に関する解析的バウンダリを提供する。
論文参考訳（メタデータ） (2023-11-12T22:01:34Z)
Time-series Generation by Contrastive Imitation [87.51882102248395]
モーメントマッチングの目的によってモチベーションされ、複合的エラーを軽減し、局所的(しかし前方的な)遷移ポリシーを最適化する。推論において、学習されたポリシーは反復的なサンプリングのジェネレータとして機能し、学習されたエネルギーはサンプルの品質を評価するための軌道レベル尺度として機能する。
論文参考訳（メタデータ） (2023-11-02T16:45:25Z)
Factual Error Correction for Abstractive Summaries Using Entity Retrieval [57.01193722520597]
本稿では,エンティティ検索後処理に基づく効率的な事実誤り訂正システムRFECを提案する。 RFECは、原文と対象要約とを比較して、原文から証拠文を検索する。次に、RFECは、エビデンス文を考慮し、要約中のエンティティレベルのエラーを検出し、エビデンス文から正確なエンティティに置換する。
論文参考訳（メタデータ） (2022-04-18T11:35:02Z)
SALAD: Self-Adaptive Lightweight Anomaly Detection for Real-time Recurrent Time Series [1.0437764544103274]
本稿では,Long Short-Term Memory(LSTM)と呼ばれる特殊タイプのリカレントニューラルネットワークに基づく自己適応型軽量異常検出手法であるSALADを紹介する。 2つの実世界のオープンソース時系列データセットに基づく実験により、SALADは他の5つの最先端の異常検出アプローチよりも精度が高いことが示された。さらに、結果はSALADが軽量であり、コモディティマシンにデプロイできることも示しています。
論文参考訳（メタデータ） (2021-04-19T10:36:23Z)
Stream-level Latency Evaluation for Simultaneous Machine Translation [5.50178437495268]
同時翻訳は最近、大幅な品質改善とストリーミングアプリケーションの出現により、勢いを増している。本研究は,出力変換に適用した再分割手法に基づいて,現在の遅延対策のストリームレベル適応を提案する。
論文参考訳（メタデータ） (2021-04-18T11:16:17Z)
Non-Stationary Delayed Bandits with Intermediate Observations [10.538264213183076]
オンラインレコメンデータシステムは、特に長期的なメトリクスを最適化する場合、フィードバックを受け取るのに長い遅延に直面します。中間観測による非定常遅延帯域の問題を紹介する。 UCRLに基づく効率的なアルゴリズムを開発し,その性能に対するサブ線形後悔保証を証明した。
論文参考訳（メタデータ） (2020-06-03T09:27:03Z)
Pseudo-Convolutional Policy Gradient for Sequence-to-Sequence Lip-Reading [96.48553941812366]
唇読解は唇運動系列から音声内容を推測することを目的としている。 seq2seqモデルの伝統的な学習プロセスには2つの問題がある。本稿では,これら2つの問題に対処するために,PCPGに基づく新しい手法を提案する。
論文参考訳（メタデータ） (2020-03-09T09:12:26Z)

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。