論文の概要: OTSS: Output-Targeted Soft Segmentation for Contextual Decision-Weight Learning

• arxiv url: http://arxiv.org/abs/2605.00193v1
• Date: Thu, 30 Apr 2026 20:16:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 17:43:28.738361
• Title: OTSS: Output-Targeted Soft Segmentation for Contextual Decision-Weight Learning
• Title（参考訳）: OTSS:文脈決定重み学習のための出力目標ソフトセグメンテーション
• Authors: Renjun Hu, Hyun-Soo Ahn,
• Abstract要約: 機械学習システムは、因子化された目的を最適化することで制約された決定を行うが、文脈固有の目的はしばしば固定として扱われる。 我々は文脈的意思決定重み学習について研究する:ログ化された決定とプロキシ出力から、解釈可能な決定因子z(x,d)上で5面重みベクトルw(x)を学習する。 本稿では,個人化された意思決定対応重みベクトルをデプロイする出力ターゲットソフトセグメンテーションモデルOTSSを提案する。
• 参考スコア（独自算出の注目度）: 3.3020255294346392
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many machine learning systems make constrained decisions by optimizing factorized objectives, but the context-specific objective is often treated as fixed. We study contextual decision-weight learning: from logged decisions and proxy outputs, learn an optimizer-facing weight vector w(x) over interpretable decision factors z(x,d), rather than a direct policy or generic predictive score. We propose OTSS, an output-targeted soft-segmentation model that deploys the personalized decision-ready weight vector. At the function-class level, the theory highlights a hard-versus-soft distinction. Hard partitions incur an approximation-estimation tradeoff under overlap, while a realizable fixed-K soft class removes the hard-partition approximation floor and attains a parametric rate. We evaluate OTSS in controlled benchmarks with finite evaluation libraries, where the true weight vector and downstream regret can be computed exactly. In the representative overlap setting, OTSS attains the lowest mean regret among the comparators, including EM mixture regression, the strongest soft-mixture baseline in our comparison; it matches EM on coefficient recovery while running about two orders of magnitude faster. In a matched K=5 benchmark, OTSS remains competitive under hard-routed truth and improves as heterogeneity becomes softer and sample size grows. On a fixed Complete Journey retail anchor with real household covariates and action geometry, OTSS again achieves the lowest mean-regret point estimate.
• Abstract（参考訳）: 多くの機械学習システムは、因子化された目的を最適化することで制約された決定を行うが、文脈固有の目的はしばしば固定として扱われる。 我々は、ログ化された決定とプロキシ出力から、直接ポリシーや一般的な予測スコアではなく、解釈可能な決定因子 z(x,d) よりも、最適化対象の重みベクトル w(x) を学習する。 本稿では,個人化された意思決定対応重みベクトルをデプロイする出力ターゲットソフトセグメンテーションモデルOTSSを提案する。 関数クラスレベルでは、この理論はハード・ヴァーサス・ソフトの区別を強調している。 ハードパーティションは重なり合う中で近似-推定トレードオフを引き起こし、一方、実現可能な固定Kソフトクラスはハードパーティション近似フロアを除去し、パラメトリックレートを達成する。 有限評価ライブラリを持つベンチマークでOTSSを評価し、真の重みベクトルと下流後悔を正確に計算できる。 代表的な重なり合わせ設定において, OTSSは, EM混合回帰, ソフトミキサーベースラインなど, コンパレータの中で最も低い平均的後悔点を達成している。 一致したK=5ベンチマークでは、OTSSは厳密な真実の下で競争力を維持し、不均一性が軟化しサンプルサイズが大きくなるにつれて改善する。 実家の共変量とアクション幾何学を備えた固定されたコンプリート・ジャーニーの小売アンカーでは、OTSSは再び最低平均相対点推定を達成している。

関連論文リスト

• ODAR: Principled Adaptive Routing for LLM Reasoning via Active Inference [60.958331943869126]
  ODAR-Expertは、原則化されたリソース割り当てによる精度と効率のトレードオフを最適化する適応的なルーティングフレームワークである。 我々は、MATHの98.2%の精度、HumanityのLast Examの54.8%を含む、強く一貫した利得を示している。
  論文  参考訳（メタデータ） (2026-02-27T05:22:01Z)
• Supervised Fine-Tuning or Contrastive Learning? Towards Better Multimodal LLM Reranking [56.46309219272326]
  大型言語モデル(LLM)では、教師付き微調整(SFT)による分類は、関連する(非関連)ペアに対して'yes' (resp. ''no')トークンを予測する。 この分散は中心的な疑問を提起する:どの目的がLLMベースのリランクに本質的に適しているか、どのメカニズムが違いの根底にあるのか? 我々はCLとSFTの総合的な比較と分析を行い、ユニバーサルマルチモーダル検索(UMR)を実験場とした。
  論文  参考訳（メタデータ） (2025-10-16T16:02:27Z)
• NDCG-Consistent Softmax Approximation with Accelerated Convergence [67.10365329542365]
  本稿では,ランキングの指標と直接一致した新たな損失定式化を提案する。 提案したRG損失を高効率な Alternating Least Squares (ALS) 最適化手法と統合する。 実世界のデータセットに対する実証的な評価は、我々のアプローチが同等または上位のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2025-06-11T06:59:17Z)
• SoftPQ: Robust Instance Segmentation Evaluation via Soft Matching and Tunable Thresholds [0.0]
  フレキシブルかつ解釈可能なインスタンスセグメンテーションメトリックであるSoftPQを提案する。 我々は、既存のメトリクスが見落としているセグメンテーション品質の有意義な違いをSoftPQが捉えていることを示す。
  論文  参考訳（メタデータ） (2025-05-17T22:08:33Z)
• Geometric-Averaged Preference Optimization for Soft Preference Labels [78.2746007085333]
  LLMを人間の嗜好と整合させる多くのアルゴリズムは、人間の嗜好は二進的かつ決定論的であると仮定する。 本研究では,分散ソフトな選好ラベルを導入し,損失関数におけるLLM出力確率の重み付き幾何平均を用いて直接選好最適化(DPO)を改善する。
  論文  参考訳（メタデータ） (2024-09-10T17:54:28Z)
• Contextual Linear Optimization with Partial Feedback [35.38485630117593]
  本研究では,異なるタイプのフィードバックを持つ文脈線形最適化(CLO)のためのオフライン学習アルゴリズムのクラスを提案する。 我々は,IERMに対して,不特定モデルクラスとフレキシブルな推定方法の選択を可能にする,新しい高速遅延境界を提供する。
  論文  参考訳（メタデータ） (2024-05-26T13:27:27Z)
• Accelerated Convergence for Counterfactual Learning to Rank [65.63997193915257]
  IPS重み付き勾配を持つSGD手法の収束速度は、IPS重みによる大きなばらつきに悩まされることを示す。 本稿では,従来のIPS重み付け勾配降下法よりも優れた収束性を有する新しい学習アルゴリズムであるCounterSampleを提案する。 我々は、CounterSampleがより早く収束し、理論的な結果と経験的な結果とを補完することを証明する。
  論文  参考訳（メタデータ） (2020-05-21T12:53:36Z)

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。