論文の概要: CoRE: Condition-based Reasoning for Identifying Outcome Variance in Complex Events

• arxiv url: http://arxiv.org/abs/2506.01253v1
• Date: Mon, 02 Jun 2025 02:09:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-05 04:22:50.714242
• Title: CoRE: Condition-based Reasoning for Identifying Outcome Variance in Complex Events
• Title（参考訳）: CoRE:複雑なイベントにおけるアウトカム変数の特定のための条件ベースの推論
• Authors: Sai Vallurupalli, Francis Ferraro,
• Abstract要約: どの潜伏状態が特定の結果をもたらすかを知ることは、複雑な事象の結果に関する主張を批判的に検証するのに有用である。 目標と状態からなる2つの既存のデータセットからアノテーションを合成し、拡張することで、これを処理します。 様々な大きさのオープンかつクローズドなLCMを推論タスクで検討し、すべてのコンテキストが利用可能でない場合、条件が有用であることを示す。
• 参考スコア（独自算出の注目度）: 9.322509491069358
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Knowing which latent conditions lead to a particular outcome is useful for critically examining claims made about complex event outcomes. Identifying implied conditions and examining their influence on an outcome is challenging. We handle this by combining and augmenting annotations from two existing datasets consisting of goals and states, and explore the influence of conditions through our research questions and Condition-based Reasoning tasks. We examine open and closed LLMs of varying sizes and intent-alignment on our reasoning tasks and find that conditions are useful when not all context is available. Models differ widely in their ability to generate and identify outcome-variant conditions which affects their performance on outcome validation when conditions are used to replace missing context. Larger models like GPT-4o, are more cautious in such less constrained situations.
• Abstract（参考訳）: どの潜伏状態が特定の結果をもたらすかを知ることは、複雑な事象の結果に関する主張を批判的に検証するのに有用である。 暗黙の条件を特定し、結果への影響を調べることは難しい。 我々は、目標と状態からなる2つの既存のデータセットからアノテーションを合成および拡張し、調査質問と条件ベースの推論タスクを通じて条件の影響を探索することで、この問題に対処する。 様々な大きさのオープンかつクローズドなLCMを推論タスクで検討し、すべてのコンテキストが利用可能でない場合、条件が有用であることを示す。 モデルは、不足したコンテキストを置き換えるために条件が使用される場合、結果検証のパフォーマンスに影響を与える結果変動条件を生成および識別する能力において、大きく異なる。 GPT-4oのような大型モデルは、そのような制約の少ない状況では慎重である。

関連論文リスト

• Chain of Condition: Construct, Verify and Solve Conditions for Conditional Question Answering [34.599299893060895]
  条件付き質問応答(CQA)は、可能な回答を見つけ、不足した条件を特定することを目的とした重要なタスクである。 既存のアプローチは,(1)必要な条件と論理的関係を正確に同定し,(2)不足しているものを検出するための条件を検証するという2つの課題により,CQAと競合する。 本論文では,まずすべての条件を同定し,それらの論理的関係を文書に従って明示的に構築することで,新しい条件の連鎖を創出する手法を提案する。
  論文  参考訳（メタデータ） (2024-08-10T05:09:11Z)
• Automated Discovery of Functional Actual Causes in Complex Environments [18.58053096534201]
  強化学習アルゴリズムは、しばしば新しい状況に一般化するポリシーを学ぶのに苦労する。 本稿では,機能的現実原因 (FAC) について紹介する。 さらに、観測データから関数的原因を推測するアルゴリズムであるJACI(Joint Optimization for Actual Cause Inference)を導入する。
  論文  参考訳（メタデータ） (2024-04-16T20:04:29Z)
• Identifiable Latent Neural Causal Models [82.14087963690561]
  因果表現学習は、低レベルの観測データから潜伏した高レベルの因果表現を明らかにすることを目指している。 因果表現の識別可能性に寄与する分布シフトのタイプを決定する。 本稿では,本研究の成果を実用的なアルゴリズムに翻訳し,信頼性の高い潜在因果表現の取得を可能にする。
  論文  参考訳（メタデータ） (2024-03-23T04:13:55Z)
• Applying Bayesian Data Analysis for Causal Inference about Requirements Quality: A Controlled Experiment [4.6068376339651635]
  要求仕様の品質がその後のソフトウェアエンジニアリング活動に影響を与えることは一般的に受け入れられている。 要求品質の欠陥がソフトウェアエンジニアリング活動に与える影響について実証的な証拠を提供することを目的としている。
  論文  参考訳（メタデータ） (2024-01-02T11:08:39Z)
• Differentiable Invariant Causal Discovery [106.87950048845308]
  観測データから因果構造を学ぶことは、機械学習の基本的な課題である。 本稿では,不特定変分因果解法(DICD)を提案する。 合成および実世界のデータセットに関する大規模な実験は、DICDがSHDの36%まで最先端の因果発見手法より優れていることを検証している。
  論文  参考訳（メタデータ） (2022-05-31T09:29:07Z)
• Comparing decision mining approaches with regard to the meaningfulness of their results [0.0]
  本稿では,3つの決定的マイニング手法,すなわち,既存の2つのアプローチと新たに記述された1つのアプローチを比較し,その意義について述べる。 発見された決定ルールは、意味論と意味論に関して議論される。
  論文  参考訳（メタデータ） (2021-09-15T14:43:36Z)
• Nested Counterfactual Identification from Arbitrary Surrogate Experiments [95.48089725859298]
  観測と実験の任意の組み合わせからネスト反事実の同定について検討した。 具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
  論文  参考訳（メタデータ） (2021-07-07T12:51:04Z)
• COSMO: Conditional SEQ2SEQ-based Mixture Model for Zero-Shot Commonsense Question Answering [50.65816570279115]
  社会的文脈の暗黙的な原因と影響の特定は、機械が常識的推論を実行できるようにする駆動能力である。 この領域における現在のアプローチには、目に見えない状況に直面して常識推論を行う能力がない。 本稿では,動的かつ多様なコンテンツ生成機能を備えた条件付きSEQ2SEQベースの混合モデル(COSMO)を提案する。
  論文  参考訳（メタデータ） (2020-11-02T07:08:19Z)
• On conditional versus marginal bias in multi-armed bandits [105.07190334523304]
  多腕バンディットにおける腕のサンプル平均のバイアスは、適応データ解析において重要な問題である。 サンプル平均を含む報酬の単調関数の条件バイアスの兆候を特徴付ける。 我々の結果は任意の条件付けイベントを保ち、データ収集ポリシーの自然な単調性特性を活用する。
  論文  参考訳（メタデータ） (2020-02-19T20:16:10Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。