Fugu-MT 論文翻訳(概要): Attribution Score Alignment in Explainable Data Management

論文の概要: Attribution Score Alignment in Explainable Data Management

arxiv url: http://arxiv.org/abs/2503.14469v2
Date: Thu, 24 Apr 2025 22:13:50 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-28 18:47:07.4752
Title: Attribution Score Alignment in Explainable Data Management
Title（参考訳）: 説明可能なデータ管理における属性スコアアライメント
Authors: Felipe Azua, Leopoldo Bertossi,
Abstract要約: 本研究では,手前のクエリに基づいて,異なるスコアのアライメントについて検討する。因果責任の存在は、この点において重大な違いをもたらすことが判明した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Different attribution-scores have been proposed to quantify the relevance of database tuples for a query answer from a database. Among them, we find Causal Responsibility, the Shapley Value, the Banzhaf Power-Index, and the Causal Effect. They have been analyzed in isolation, mainly in terms of computational properties. In this work, we start an investigation into the alignment of these scores on the basis of the queries at hand; that is, on whether they induce compatible rankings of tuples. We are able to identify vast classes of queries for which some pairs of scores are always aligned, and others for which they are not. It turns out that the presence of exogenous tuples makes a crucial difference in this regard.
Abstract（参考訳）: データベースからのクエリ応答に対するデータベースタプルの関連性を定量化するために、異なる属性スコアが提案されている。それらのうち、因果責任、共有価値、バンジャフ電力指数、因果効果を見出した。それらは、主に計算的性質の観点から、分離して分析されてきた。そこで本研究では,手前のクエリに基づいて,これらのスコアのアライメントを調査する。私たちは、いくつかのスコアが常に一致している巨大なクエリのクラスと、それらが一致していないものを特定することができます。この点において外因性タプルの存在が決定的な違いを生んでいることが判明した。

関連論文リスト

Empirical Evaluation of No Free Lunch Violations in Permutation-Based Optimization [0.0]
本研究では,アルゴリズムが評価順序でのみ異なるサンプリングを伴わない反復探索環境について検討する。結果から, NFLの直観から, 客観的な再構成とベンチマーク設計が, どのようにして構造化された局所的離脱を発生させるかが示唆された。このメッセージは進化的計算にも適用され、レバリング、再サンプリング、置換テストに基づく統計処理にも適用される。
論文参考訳（メタデータ） (2026-03-04T00:55:25Z)
Stress-Testing Causal Claims via Cardinality Repairs [11.043119484281531]
データの小さな、ターゲットとする変更に対して、因果関係はどの程度堅牢か? 本稿では,基性修復による監査のためのフレームワークであるSubCureを紹介する。我々は、スクラッチから再学習することなく因果推定を更新するための機械学習手法を取り入れた効率的なアルゴリズムを開発した。
論文参考訳（メタデータ） (2025-12-02T07:31:03Z)
Reference-Free Rating of LLM Responses via Latent Information [53.463883683503106]
本研究では,判断モデルに対して,自由テキスト応答にQuattスケールのスコアを割り当てるよう依頼する一般的な実践について検討する。次に、内部モデル信号からスカラー評価を導出する潜在裁判官を提案し、評価する。ペアとシングルレーティングのベンチマークの幅広いスイートの中で、潜在メソッドは標準のプロンプトにマッチするか、超えている。
論文参考訳（メタデータ） (2025-09-29T12:15:52Z)
Testing for LLM response differences: the case of a composite null consisting of semantically irrelevant query perturbations [10.216191904121178]
入力クエリが2つある場合、応答分布が同じかどうかを問うのは自然である。従来の等式テストは、2つの意味論的等価なクエリが統計的に異なる応答分布を誘導することを示しているかもしれない。本稿では, セマンティックに類似したクエリの集合をテスト手順に組み込むことで, このミスアライメントに対処する。
論文参考訳（メタデータ） (2025-09-13T19:44:42Z)
Unbiased Learning to Rank with Query-Level Click Propensity Estimation: Beyond Pointwise Observation and Relevance [74.43264459255121]
現実のシナリオでは、ユーザーは複数の関連するオプションを調べた後、1つまたは2つの結果だけをクリックします。本稿では,ユーザが異なる検索結果リストをクリックする確率を捉えるために,クエリレベルのクリック確率モデルを提案する。本手法では,2次元逆重み付け機構を導入し,相対飽和度と位置偏差に対処する。
論文参考訳（メタデータ） (2025-02-17T03:55:51Z)
Attribution-Scores in Data Management and Explainable Machine Learning [0.0]
本稿では,データベースにおける責任スコアの定義における実際の因果性の利用に関する最近の研究について述べる。データベースの場合、データベースの修復に有用な接続を図示し、活用する。分類モデルでは、責任スコアが適切に拡張され、図示される。
論文参考訳（メタデータ） (2023-07-31T22:41:17Z)
From Database Repairs to Causality in Databases and Beyond [0.0]
本稿では,データベースにおける問合せ応答に対するスコアベース説明に対する最近のアプローチについて述べる。スコアの仕様と計算に反実的推論を使うことに特に重点を置いている。
論文参考訳（メタデータ） (2023-06-15T04:08:23Z)
Learnable Pillar-based Re-ranking for Image-Text Retrieval [119.9979224297237]
画像テキスト検索は、モダリティギャップを埋め、意味的類似性に基づいてモダリティコンテンツを検索することを目的としている。一般的なポストプロセッシング手法であるリグレードは, 単一モダリティ検索タスクにおいて, 隣り合う関係を捕捉する優位性を明らかにしている。本稿では,画像テキスト検索のための新しい学習可能な柱型リグレードパラダイムを提案する。
論文参考訳（メタデータ） (2023-04-25T04:33:27Z)
Learning List-Level Domain-Invariant Representations for Ranking [59.3544317373004]
リストレベルのアライメント -- より高いレベルのリストでドメイン不変表現を学習する。利点は2つある: これは、ランク付けに縛られる最初のドメイン適応の一般化をもたらし、その結果、提案法に対する理論的支援を提供する。
論文参考訳（メタデータ） (2022-12-21T04:49:55Z)
Integrating Rankings into Quantized Scores in Peer Review [61.27794774537103]
ピアレビューでは、レビュアーは通常、論文のスコアを提供するように求められます。この問題を軽減するため、カンファレンスはレビュアーにレビューした論文のランキングを付加するように求め始めている。このランキング情報を使用するための標準的な手順はなく、エリアチェアは異なる方法でそれを使用することができる。我々は、ランキング情報をスコアに組み込むために、原則化されたアプローチを取る。
論文参考訳（メタデータ） (2022-04-05T19:39:13Z)
Knowledge Base Question Answering by Case-based Reasoning over Subgraphs [81.22050011503933]
本モデルでは,既存のKG補完アルゴリズムよりも複雑な推論パターンを必要とする問合せに対して,より効果的に答えることを示す。提案モデルは、KBQAベンチマークの最先端モデルよりも優れているか、競合的に動作する。
論文参考訳（メタデータ） (2022-02-22T01:34:35Z)
Leveraging semantically similar queries for ranking via combining representations [20.79800117378761]
データスカース設定では、特定のクエリで利用可能なラベル付きデータの量は、高度に可変で効率の悪いランキング関数につながる可能性がある。少量のデータの影響を軽減する一つの方法は、セマンティックに類似したクエリからの情報を活用することである。我々は,この現象をバイアス分散トレードオフの文脈で記述し,Bingナビゲーショングラフとショウジョウバエ幼虫コネクトームのデータスカース設定に適用する。
論文参考訳（メタデータ） (2021-06-23T18:36:20Z)
Applying Transfer Learning for Improving Domain-Specific Search Experience Using Query to Question Similarity [0.0]
本稿では、与えられた入力クエリと事前定義された質問の集合との類似性を計算し、最もよく一致する質問を検索するフレームワークについて論じる。ファイナンシャルドメインで使用していますが、このフレームワークはドメイン固有の検索エンジンで一般化されており、他のドメインでも使用できます。
論文参考訳（メタデータ） (2021-01-07T03:27:32Z)
Surprise: Result List Truncation via Extreme Value Theory [92.5817701697342]
そこで本研究では,問合せ時における可逆的・校正的関連度スコアを,ランク付けされたスコアに留まらず,統計的に生成する手法を提案する。本稿では、画像、テキスト、IRデータセット間での結果リストのトランケーションタスクにおいて、その効果を実証する。
論文参考訳（メタデータ） (2020-10-19T19:15:50Z)
Robust Question Answering Through Sub-part Alignment [53.94003466761305]
我々はアライメント問題として質問応答をモデル化する。私たちは、SQuAD v1.1でモデルをトレーニングし、いくつかの逆および外ドメインデータセットでそれをテストします。
論文参考訳（メタデータ） (2020-04-30T09:10:57Z)
Query Focused Multi-Document Summarization with Distant Supervision [88.39032981994535]
既存の作業は、クエリとテキストセグメント間の関連性を推定する検索スタイルの手法に大きく依存している。本稿では,クエリに関連するセグメントを推定するための個別モジュールを導入した粗大なモデリングフレームワークを提案する。我々のフレームワークは、標準QFSベンチマークにおいて、強力な比較システムよりも優れていることを実証する。
論文参考訳（メタデータ） (2020-04-06T22:35:19Z)

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。