Fugu-MT 論文翻訳(概要): Vague Knowledge: Information without Transitivity and Partitions

論文の概要: Vague Knowledge: Information without Transitivity and Partitions

arxiv url: http://arxiv.org/abs/2512.05833v1
Date: Fri, 05 Dec 2025 15:58:48 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-13 22:40:57.092035
Title: Vague Knowledge: Information without Transitivity and Partitions
Title（参考訳）: Vagueの知識: 移動性や分割性のない情報
Authors: Kerry Xiao,
Abstract要約: 曖昧な知識は、状態空間の分割に失敗する一方で、いくつかの状態と他の状態を区別することによって、情報的であることを示します。実世界における自然言語コミュニケーションと定性的推論の有病率に関するマイクロファウンドを提供する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: I relax the standard assumptions of transitivity and partition structure in economic models of information to formalize vague knowledge: non-transitive indistinguishability over states. I show that vague knowledge, while failing to partition the state space, remains informative by distinguishing some states from others. Moreover, it can only be faithfully expressed through vague communication with blurred boundaries. My results provide microfoundations for the prevalence of natural language communication and qualitative reasoning in the real world, where knowledge is often vague.
Abstract（参考訳）: 私は、曖昧な知識を形式化するために、情報の経済モデルにおける推移性と分割構造の標準的な仮定を緩やかにします。曖昧な知識は、状態空間の分割に失敗する一方で、いくつかの状態と他の状態を区別することによって、情報的であることを示します。さらに、曖昧な境界を持つあいまいなコミュニケーションを通じてのみ忠実に表現できる。私の研究結果は、知識が曖昧な現実世界における自然言語コミュニケーションと定性的推論の有病率に関するマイクロファウンドを提供する。

関連論文リスト

Locating and Extracting Relational Concepts in Large Language Models [17.868358723188155]
我々は,事実記憶過程における因果解析を通じて,実体と関係概念を表現できる隠された状態を特定する。その結果,リレーショナル表現はリライトによる制御可能なファクトリコールに有意な可能性を示唆している。
論文参考訳（メタデータ） (2024-06-19T03:29:51Z)
Knowledge Localization: Mission Not Accomplished? Enter Query Localization! [19.16542466297147]
大規模言語モデル(LLM)は、膨大な事実知識を格納するが、それらの知識の保存と表現方法の背後にあるメカニズムはいまだ不明である。知識ニューロン(KN)理論は、これらのメカニズムを説明するための顕著な理論である。
論文参考訳（メタデータ） (2024-05-23T02:44:12Z)
SememeASR: Boosting Performance of End-to-End Speech Recognition against Domain and Long-Tailed Data Shift with Sememe Semantic Knowledge [58.979490858061745]
セメムに基づくセマンティック知識情報を音声認識に導入する。実験の結果,セム情報により音声認識の有効性が向上することが示された。さらに,本実験により,セメム知識が長期データ認識を改善することが確認された。
論文参考訳（メタデータ） (2023-09-04T08:35:05Z)
Sources of Richness and Ineffability for Phenomenally Conscious States [57.8137804587998]
我々は,意識の豊かさと非効率性に着目した情報理論力学システムを提供する。本枠組みでは,意識経験の豊かさは意識状態の情報量に対応する。我々のモデルは説明的ギャップに関する全ての疑問を解決しないかもしれないが、完全に物理主義的な説明へと進む。
論文参考訳（メタデータ） (2023-02-13T14:41:04Z)
Transparency Helps Reveal When Language Models Learn Meaning [71.96920839263457]
合成データを用いた体系的な実験により,すべての表現が文脈に依存しない意味を持つ言語では,自己回帰型とマスキング型の両方の言語モデルが,表現間の意味的関係をエミュレートする。自然言語に目を向けると、特定の現象(参照不透明さ)による実験は、現在の言語モデルが自然言語の意味論をうまく表現していないという証拠を増大させる。
論文参考訳（メタデータ） (2022-10-14T02:35:19Z)
PASTA: A Dataset for Modeling Participant States in Narratives [24.982857364049664]
我々は,新たにクラウドソーシングされた英語,Participant States データセット PASTA を紹介した。このデータセットには、推測不可能な参加者状態、各状態に対する反ファクト的摂動、および反ファクト的事実が真実であれば必要となるストーリーの変更が含まれている。本稿では,ある状態がいつ物語に関連付けられているのかを推測し,その状態が反実的な状態に規定されたストーリーを改訂し,また,修正されたストーリーに与えられた最も可能性の高い状態変化を説明するための3つの状態ベース推論タスクを紹介する。
論文参考訳（メタデータ） (2022-07-31T01:21:48Z)
GreaseLM: Graph REASoning Enhanced Language Models for Question Answering [159.9645181522436]
GreaseLMは、事前訓練されたLMとグラフニューラルネットワークの符号化された表現を、複数の層にわたるモダリティ相互作用操作で融合する新しいモデルである。 GreaseLMは、状況制約と構造化知識の両方の推論を必要とする問題に、より確実に答えることができる。
論文参考訳（メタデータ） (2022-01-21T19:00:05Z)
Does External Knowledge Help Explainable Natural Language Inference? Automatic Evaluation vs. Human Ratings [35.2513653224183]
自然言語推論(NLI)は、常識知識を学習し応用するためのモデルを必要とする。外部知識が説明能力を向上させることができるかどうかを考察する。我々はこれまでで最大かつ最もきめ細かいNLIクラウドソーシング研究を行っている。
論文参考訳（メタデータ） (2021-09-16T09:56:20Z)
Learning Contextual Causality from Time-consecutive Images [84.26437953699444]
因果知識は多くの人工知能システムにとって重要である。本稿では,視覚信号から文脈因果関係を学習する可能性について検討する。まず,高品質なデータセットvis-causalを提案し,ビデオから有意義な因果知識を自動的に発見できることを示す実験を行った。
論文参考訳（メタデータ） (2020-12-13T20:24:48Z)

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。