論文の概要: AllSERP: Exhaustive Per-Element Enrichment of the Versatile AdSERP Dataset

• arxiv url: http://arxiv.org/abs/2605.04949v1
• Date: Wed, 06 May 2026 14:14:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-07 18:41:07.864865
• Title: AllSERP: Exhaustive Per-Element Enrichment of the Versatile AdSERP Dataset
• Title（参考訳）: AllSERP: Versatile AdSERPデータセットの排他的要素当たりのリッチ化
• Abstract要約: パイプライン、トライアル単位、コーパスCSV、ブラウザベースのリプレイを出荷しています。 このリリースは、要素ごとのクリック、固定、回帰、および、出荷された広告-vs-有機分裂が解決できないという上記の分析を可能にする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We release AllSERP, a typed AOI and per-element behavioral enrichment of the AdSERP commercial-intent SERP corpus [4]. AdSERP ships 2,776 trials of full-page screenshots, captured SERP HTML, 150 Hz Gazepoint eye tracking, evtrack mouse telemetry, scroll, and pupil signals against real Google SERPs collected before AI Overviews -- but its bounding boxes cover only ad surfaces (15.5 % of attributable clicks). AllSERP adds pixel-accurate organic and widget bboxes via screenshot-anchored CV, semantic types across thirteen element types via an HTML parser, an inter-result gap-fill flavor (typed_gapfill), and X+Y click attribution that reaches 91.7 % of the corpus while flagging the rest at trial level. The Phase C ad-vs-non-ad partition is internally consistent with the shipped ad rectangles (0 disagreements across 38,250 classifications). We ship the pipeline, per-trial JSONs, a corpus CSV, and a browser-based replay viewer; everything is reproducible from the AdSERP Zenodo volume. The release enables per-element click, fixation, regression, and above-fold analyses that the shipped ads-vs-organic split could not resolve.
• Abstract（参考訳）: 本稿では,AdSERP 商用 SERP コーパス [4] の型付き AOI および要素単位の振る舞い豊か化である AllSERP をリリースする。 AdSERPは、2,776のフルページスクリーンショット、キャプチャされたSERP HTML、150Hzのガゼポイントアイトラッキング、エヴトラックマウステレメトリ、スクロール、および瞳孔シグナルをAI概要の前に収集した実際のGoogle SERPに対して出荷するが、そのバウンディングボックスは広告面のみをカバーする(帰属クリックの15.5%)。 AllSERPは、スクリーンショットアンコールCVによるピクセル精度のオーガニックとウィジェットのbbox、HTMLパーサによる13の要素タイプ間のセマンティックタイプ、インタースポーツギャップフルフレーバー(typed_gapfill)、およびX+Yクリック属性を追加し、残りをトライアルレベルでフラグ付けしながら、コーパスの91.7%に達する。 位相 C の ad-vs-non-ad 分割は、出荷された Ad 長方形(38,250 の分類で 0 の相違)と内部的に一致している。 パイプライン、企業毎のJSON、コーパスCSV、ブラウザベースのリプレイビューアを出荷しています。 このリリースは、要素ごとのクリック、固定、回帰、および、出荷された広告-vs-有機分裂が解決できないという上記の分析を可能にする。

関連論文リスト

• BrowserForge: Scaling Web Episode via Parallel Browser Sandboxes [54.96895469970198]
  BrowserForgeは、オープンなWeb上で多くのブラウザサンドボックスを並行して駆動することで、大規模なWebインタラクションデータを生成する。 BrowserForgeには3つのコンポーネントがある: オープンなWebソーシングステージ。 ルール+モデルクリーニングパイプラインは、失敗した実行を除去し、生き残った推論を単一の統合されたチェーン・オブ・シンクスタイルに書き換える。
  論文  参考訳（メタデータ） (2026-08-25T17:35:42Z)
• Contextual Associations Between Webpage Elements for Web Accessibility: An Empirical Study [2.6813717321945103]
  本稿では、リンク予測を用いて、アクセシビリティツリーからウェブページ要素間の文脈的関連を復元できるかどうかを考察する。 我々は、Trancoのトップミリオンリストに階層化された35のウェブサイト上に、人間による注釈付きコンテキストアソシエーションのデータセットを構築し、ページごとに3つの独立したアノテータを配置する。
  論文  参考訳（メタデータ） (2026-06-25T19:38:55Z)
• iSAGE: A Human-in-the-Loop Framework for Remote Sensing Semantic Segmentation via Sparse Point Supervision [0.1749935196721634]
  既存のHuman-in-the-loopフレームワークは、余分なクリックを補助機械を介して密集した監視に拡張する。 本稿では, 任意の画素ではなく, 信頼度の高いモデル誤差をターゲットとした, 専門家によるクリックが, 厳密な監督と一致させるのに十分である,という仮説を立てる。 iSAGEは補助機械を使わずに動作する唯一の反復型人間-イン-ザ-ループフレームワークである。
  論文  参考訳（メタデータ） (2026-06-08T20:09:35Z)
• Towards Retrieving Interaction Spaces for Agentic Search [62.666902610940525]
  最近の直接コーパス(DCI)の研究は、エージェントが5.4のインタラクションやファイル読み取りといったシェルツールを通じて生コーパスと対話できることを示している。 エージェント検索における検索の役割は, LLMコンテキストウィンドウに適合する文書を選択することだけではなく, インタラクション空間を構築することにある。
  論文  参考訳（メタデータ） (2026-06-05T03:47:40Z)
• From Attack Simulation to SIEM Rule: Deterministic Detection-as-Code Synthesis with Probe-Level Traceability [51.56484100374058]
  セキュリティチームは、自身のシステムに対する攻撃をシミュレートして、監視が真の侵入者を捕まえるかどうかをチェックする。 人間はそのギャップを手でブリッジし、それぞれの発見を読み、対応するシグマルールを書きます。 ロックされたコーパスからプローブが引き出されると,この変換が部分的に自動化されることを示す。
  論文  参考訳（メタデータ） (2026-06-03T14:26:25Z)
• PInVerify: An Offline Embodied Benchmark for Active Instance Verification [8.403971471573607]
  エージェントは対象物へのナビゲートに強い進歩を遂げているが、目標付近に到達しても、エージェントが正しいインスタンスを見つけたことを保証していない。 このギャップを、エージェントが候補オブジェクトの周囲の視点を積極的に選択し、それがきめ細かい自然言語記述と一致するかどうかを判断するタスクであるActive Instance Verification (AIV)で解決する。 我々は、AIVのオフライン実施ベンチマークであるPInVerifyを紹介した。18のオブジェクトカテゴリにわたる3000の評価エピソードは、マルチビューキャプチャとして配信される。
  論文  参考訳（メタデータ） (2026-05-28T22:42:38Z)
• Beyond a Single Extractor: Re-thinking HTML-to-Text Extraction for LLM Pretraining [78.36592534300839]
  表やコードブロックなどの構造化コンテンツの場合、抽出器の選択は下流のタスク性能に大きな影響を及ぼすことを示す。 これは単純な介入を示唆している: 異なる抽出器をユニオンに取り込むことで、DCLM-Baselineのトークン収率を最大71%向上させることができる。
  論文  参考訳（メタデータ） (2026-02-23T06:41:57Z)
• Web-Scale Multimodal Summarization using CLIP-Based Semantic Alignment [0.0]
  Web-Scale Multimodal Summarizationは、検索したテキストとWebソースの画像データを組み合わせて要約を生成する。 制御可能なパラメータと設定済みのプリセットを備えたGradioベースのAPIを介してシステムを公開する。
  論文  参考訳（メタデータ） (2026-02-16T16:20:37Z)
• VocSim: A Training-free Benchmark for Zero-shot Content Identity in Single-source Audio [1.0791267046450075]
  VocSimは、凍結埋め込みの固有の幾何学的アライメントを探索するトレーニング不要のベンチマークである。 VocSimは、人間のスピーチ、動物の発声、環境音にまたがる19のコーパスから125万のソースクリップを集約する。
  論文  参考訳（メタデータ） (2025-12-10T22:13:12Z)
• AICC: Parse HTML Finer, Make Models Better -- A 7.3T AI-Ready Corpus Built by a Model-Based HTML Parser [54.623900859999424]
  我々は、コンテンツ抽出をシーケンスラベリング問題として再構成する新しい抽出パイプラインであるMinerU-HTMLを紹介する。 MainWebBenchでは、7,887の注釈付きWebページ、MinerU-HTML 81.8%のROUGE-N F1をTrfilaturaの63.6%と比較した。
  論文  参考訳（メタデータ） (2025-11-20T14:15:23Z)
• Decoding Latent Attack Surfaces in LLMs: Prompt Injection via HTML in Web Summarization [1.3537117504260623]
  大規模言語モデル(LLM)は、コンテンツ要約のためのWebベースシステムに統合されつつある。 本研究では、Webページの可視コンテンツを変更することなく、非可視的なHTML要素をどのように活用して敵の命令を埋め込むかを検討する。
  論文  参考訳（メタデータ） (2025-09-06T21:05:18Z)
• Towards Efficient Pixel Labeling for Industrial Anomaly Detection and Localization [12.943900799780293]
  産業用異常検出のためのインタラクティブ画像(IIS)アルゴリズムであるADClickを提案する。 ADClickは、ほんの数回のクリックと短いテキスト記述からピクセル単位の異常アノテーションを生成する。 また、視覚的特徴とテキストプロンプトを整列するクロスモーダルフレームワークであるADClick-Segを紹介します。
  論文  参考訳（メタデータ） (2025-09-05T11:45:17Z)
• Collaborative Vision-Text Representation Optimizing for Open-Vocabulary Segmentation [82.95830628372845]
  本稿では,Open-Vocabulary encoder(OVS)分野における協調視覚テキスト最適化機構を提案する。 我々の知る限り、私たちはOVSフィールド内で協調的な視覚テキスト最適化メカニズムを最初に確立しました。 オープン語彙のセマンティックセグメンテーションでは、この手法は、+0.5, +2.3, +3.4, +0.4, +1.1 mIoU の従来の最先端アプローチよりも優れている。
  論文  参考訳（メタデータ） (2024-08-01T17:48:08Z)
• CLIP-AD: A Language-Guided Staged Dual-Path Model for Zero-shot Anomaly Detection [49.510604614688745]
  大規模視覚言語モデルCLIPのゼロショット機能を活用するために,CLIP-ADというフレームワークを提案する。 異常写像の直接計算における逆の予測と無関係なハイライトについて述べる。
  論文  参考訳（メタデータ） (2023-11-01T11:39:22Z)

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。