論文の概要: Ad hoc conventions generalize to new referents

• arxiv url: http://arxiv.org/abs/2509.05566v1
• Date: Sat, 06 Sep 2025 02:36:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-09 14:07:03.587512
• Title: Ad hoc conventions generalize to new referents
• Title（参考訳）: 新しい紹介者に一般化するアドホック・コンベンション
• Authors: Anya Ji, Claire Augusta Bergey, Ron Eliav, Yoav Artzi, Robert D. Hawkins,
• Abstract要約: ある見解は、新しい共有命名システムが特定のターゲットへの任意のリンクを確立することを示唆している。 別の見解では、オブジェクトを記述する共有的な方法を形成するには、より広範な概念的なアライメントが伴い、個々の意味空間を新しい参照者に一般化する方法で再構築する、というものである。 我々は、最近リリースされたKiroGramデータセットを利用して、1000以上の抽象的タングラム画像を含むこれらの競合アカウントをテストする。
• 参考スコア（独自算出の注目度）: 12.178084308562712
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: How do people talk about things they've never talked about before? One view suggests that a new shared naming system establishes an arbitrary link to a specific target, like proper names that cannot extend beyond their bearers. An alternative view proposes that forming a shared way of describing objects involves broader conceptual alignment, reshaping each individual's semantic space in ways that should generalize to new referents. We test these competing accounts in a dyadic communication study (N=302) leveraging the recently-released KiloGram dataset containing over 1,000 abstract tangram images. After pairs of participants coordinated on referential conventions for one set of images through repeated communication, we measured the extent to which their descriptions aligned for undiscussed images. We found strong evidence for generalization: partners showed increased alignment relative to their pre-test labels. Generalization also decayed nonlinearly with visual similarity (consistent with Shepard's law) and was robust across levels of the images' nameability. These findings suggest that ad hoc conventions are not arbitrary labels but reflect genuine conceptual coordination, with implications for theories of reference and the design of more adaptive language agents.
• Abstract（参考訳）: 今まで話したことのないことについて、人々はどうやって話すのか? ある見解は、新しい共有命名システムが特定のターゲットへの任意のリンクを確立することを示唆している。 別の見方では、オブジェクトを記述する共有的な方法を形成するには、より広範な概念的なアライメントが伴い、個々の意味空間を新しい参照者に一般化する方法で再構築する、というものである。 我々は、最近リリースされた1000以上の抽象的タングラム画像を含むKiloGramデータセットを活用して、これらの競合するアカウントをDyadic Communication Study (N=302)でテストする。 1組の画像の参照規則を1組の参加者が繰り返し通信して調整した後、その説明が不明瞭な画像にどのように一致しているかを計測した。 パートナーはテスト前のラベルと比較してアライメントが増加した。 一般化はまた、視覚的類似性(シェパードの法則と矛盾する)で非線形に減衰し、画像の命名可能性のレベルにわたって堅牢であった。 これらの結果から,アドホックな慣行は任意のラベルではなく,真の概念的協調を反映していることが示唆された。

関連論文リスト

• RetriBooru: Leakage-Free Retrieval of Conditions from Reference Images for Subject-Driven Generation [30.143033020296183]
  拡散に基づく手法は、様々な高品質な画像を生成する能力を実証している。 顔と布の同一性の両方でアニメキャラクターをグループ化するマルチレベル同一性データセットRetriBooruを提案する。 条件付きエンコーダは複数の参照画像から異なる概念を検索する。
  論文  参考訳（メタデータ） (2023-12-05T06:04:16Z)
• Semantic uncertainty guides the extension of conventions to new referents [13.24591520559436]
  参照ゲームにおけるアドホックコンベンションの形成における命名可能性の役割について検討する。 以上の結果から,特定の語彙選択のターゲット固有の再使用を超えて,アドホックな慣行をどのように拡張するかという新たな疑問が浮かび上がっている。
  論文  参考訳（メタデータ） (2023-05-11T03:01:40Z)
• DetCLIP: Dictionary-Enriched Visual-Concept Paralleled Pre-training for Open-world Detection [118.36746273425354]
  本稿では,デザインされた概念辞書から知識の豊かさを生かして,オープンワールド検出のための並列視覚概念事前学習手法を提案する。 概念をそれらの記述で豊かにすることにより、オープンドメイン学習を促進するために、さまざまな概念間の関係を明確に構築する。 提案フレームワークは、例えばLVISデータセット上で、強力なゼロショット検出性能を示し、私たちのDetCLIP-TはGLIP-Tを9.9%向上させ、レアカテゴリで13.5%改善した。
  論文  参考訳（メタデータ） (2022-09-20T02:01:01Z)
• Generalized Category Discovery [148.32255950504182]
  本稿では,ラベル付き画像集合とラベル付き画像集合とを併用した画像認識手法を提案する。 ここでは、未表示の画像はラベル付きクラスから、あるいは新しいものから来ているかもしれない。 まず、新しいカテゴリー発見から最先端のアルゴリズムを取り入れ、そのタスクに適応することで、強力なベースラインを確立する。 次に、単純だが効果的な半教師付き$k$-meansメソッドを導入する。
  論文  参考訳（メタデータ） (2022-01-07T18:58:35Z)
• Fine-Grained Image Captioning with Global-Local Discriminative Objective [80.73827423555655]
  本研究では, 細粒度記述キャプションの生成を容易にするため, グローバルな識別目的を提案する。 提案手法をMS-COCOデータセット上で評価した。
  論文  参考訳（メタデータ） (2020-07-21T08:46:02Z)
• Consensus-Aware Visual-Semantic Embedding for Image-Text Matching [69.34076386926984]
  画像テキストマッチングは、視覚と言語をブリッジする上で中心的な役割を果たす。 既存のアプローチのほとんどは、表現を学ぶためにイメージテキストインスタンスペアのみに依存しています。 コンセンサスを意識したビジュアル・セマンティック・エンベディングモデルを提案し,コンセンサス情報を組み込む。
  論文  参考訳（メタデータ） (2020-07-17T10:22:57Z)
• Hierarchical Image Classification using Entailment Cone Embeddings [68.82490011036263]
  まずラベル階層の知識を任意のCNNベースの分類器に注入する。 画像からの視覚的セマンティクスと組み合わせた外部セマンティクス情報の利用が全体的な性能を高めることを実証的に示す。
  論文  参考訳（メタデータ） (2020-04-02T10:22:02Z)
• Adaptive Semantic-Visual Tree for Hierarchical Embeddings [67.01307058209709]
  本稿では,商品カテゴリのアーキテクチャを記述するために,階層型適応型セマンティックビジュアルツリーを提案する。 この木は、異なる意味レベルと同じ意味クラス内の視覚的類似度を同時に評価する。 各レベルにおいて、セマンティック階層に基づいて異なるマージンを設定し、それらを事前情報として組み込んで、きめ細かい機能埋め込みを学習する。
  論文  参考訳（メタデータ） (2020-03-08T03:36:42Z)

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。