論文の概要: TypedCSIP: Typed Counterfactual Pretraining for Chinese Legislative Conflict Classification

• arxiv url: http://arxiv.org/abs/2605.25474v1
• Date: Mon, 25 May 2026 06:26:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:19.349789
• Title: TypedCSIP: Typed Counterfactual Pretraining for Chinese Legislative Conflict Classification
• Title（参考訳）: TypedCSIP:中国の立法紛争分類のための型対実事前訓練
• Authors: Yao Liu,
• Abstract要約: TypedCSIPはLCR-CNベンチマークのコンフリクト分類タスクの型付き対実事前学習手法である。 我々は、LCR-CNの専門家による最小限の修正を、訓練時対実監督として活用する。
• 参考スコア（独自算出の注目度）: 3.5137191090796054
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: TypedCSIP is a typed counterfactual pretraining method for the conflict-classification task of the LCR-CN benchmark (Zhao et al., 2026): given a (superior, subordinate) provision pair, predict whether the pair conflicts and which of four legal-doctrine types (Responsibility, Condition, Sanction, Definition) describes the inconsistency. We exploit LCR-CN's expert-written minimal revisions as training-time counterfactual supervision; at test time the classifier reads only the original pair. Stage 1 pretrains a shared encoder with a typed Counterfactual Selective Intervention Pretraining objective on (superior, subordinate, expert-revised) triplets, treating the expert revision as a counterfactual that the typed factor head must classify as carrying no conflict evidence. Stage 2 transfers the encoder to a five-way classification head. The confirmatory test was registered on the Open Science Framework before observing v6 measurements: 18 seeds, locked rule requiring mean per-seed difference at least 0.8 pp with both seed-bootstrap and Student-t 95% lower bounds above zero. On the 696-record test split, the v2 variant improves macro-F1 over the strongest single-model baseline by +0.916 pp on chinese-roberta-wwm-ext and +1.288 pp on the SAILER cross-backbone replication; both cells pass the rule. A cold-start stratified result on the 244 Unseen-gB records keeps the gain positive on both backbones. A cross-task diagnostic shows the Stage-2 encoder is classification-specialized and does not transfer to LCR-CN's superior-law retrieval task, so we scope the contribution to conflict classification. We release code, 72 pre-registered prediction files, matched-seed and MLM-control auxiliaries, and the OSF pre-registration record.
• Abstract（参考訳）: TypedCSIPは、LCR-CNベンチマーク(Zhao et al , 2026)のコンフリクト分類タスクのための型付き偽装事前訓練手法である。 我々は、LCR-CNのエキスパートによる最小限の修正を訓練時対実監督として利用し、テスト時に、分類器は元のペアのみを読み取る。 ステージ1は、(上位、下位、専門家が修正した)三つ子に対して、タイプ済みの非現実的選択的介入事前訓練目標を持つ共有エンコーダを事前訓練し、タイプ済みのファクターヘッドが競合証拠を持たないものとして分類しなければならないと、専門家のリビジョンを反事実として扱う。 ステージ2はエンコーダを5方向の分類ヘッドに転送する。 確認試験は、v6測定前のOpen Science Frameworkに登録された:18の種子、平均1種当たりの差を少なくとも0.8pp以上要求するロックルール。 696レコードの試験分割では、v2の変種は、中国語のroberta-wwm-extで+0.916pp、SAILERのクロスバックボーン複製で+1.288ppでマクロF1を最強の単一モデルベースラインで改善した。 244 Unseen-gB レコードの冷間開始による成層化の結果は、両方の背骨に正の利得を保っている。 クロスタスク診断では、Stage-2エンコーダは分類特化されており、LCR-CNの優良法則検索タスクに転送されないため、コンフリクト分類への貢献を除外する。 我々は、コード、72の事前登録された予測ファイル、マッチシードおよびMLM制御補助装置、OSF事前登録記録をリリースする。

関連論文リスト

• ClaHF: A Human Feedback-inspired Reinforcement Learning Framework for Improving Classification Tasks [11.138973570127206]
  テキスト分類のための人間によるフィードバックに基づく強化学習フレームワークであるClaHFを提案する。 ClaHFは、追加の人間のアノテーションを必要とせずに、好みのモデリングとRL最適化を分類パイプラインに統合する。 ClaHFは多様な言語モデル間での分類性能と信頼性校正の両方を一貫して改善することを示した。
  論文  参考訳（メタデータ） (2026-05-17T14:00:01Z)
• Reinforcement Learning with Verifiable yet Noisy Rewards under Imperfect Verifiers [90.50039419576807]
  RLVR(Reinforcement Learning with Verifiable Rewards)は、人為的なラベル付けを避けるために、自動検証に対するポリシーを訓練する。 認証ハッキングの脆弱性を軽減するため、多くのRLVRシステムはトレーニング中にバイナリ$0,1$の報酬を破棄する。 この選択にはコストがかかる:textitfalse negatives(正しい回答、FNを拒絶)とtextitfalse positives(間違った回答、FPを受け入れる)を導入する。
  論文  参考訳（メタデータ） (2025-10-01T13:56:44Z)
• Dual-Head Reasoning Distillation: Improving Classifier Accuracy with Train-Time-Only Reasoning [4.1343183246697475]
  本稿では,デコーダのみの言語モデル(LM)の簡易訓練法であるDHRDを紹介する。 7つのスーパーGLUEタスクにおいて、DHRDはプールされたベースラインよりも0.65-5.47%の相対的なゲインを得る。 テスト時に推論ヘッドを無効にするため、推論スループットはプール化された分類器と一致し、同じバックボーン上のCoTデコーディングをQPSで96-142倍超える。
  論文  参考訳（メタデータ） (2025-09-25T19:47:19Z)
• Semi-DETR: Semi-Supervised Object Detection with Detection Transformers [105.45018934087076]
  半教師付き物体検出(SSOD)におけるDETRに基づくフレームワークの解析 本報告では,第1次変圧器を用いたエンド・ツー・エンド半教師対象検出器であるSemi-DETRについて述べる。 我々の手法は、最先端の手法をクリアマージンで上回る。
  論文  参考訳（メタデータ） (2023-07-16T16:32:14Z)
• When Does Confidence-Based Cascade Deferral Suffice? [69.28314307469381]
  カスケードは、推論コストをサンプル毎に適応的に変化させる古典的な戦略である。 deferralルールは、シーケンス内の次の分類子を呼び出すか、または予測を終了するかを決定する。 カスケードの構造に執着しているにもかかわらず、信頼に基づく推論は実際は極めてうまく機能することが多い。
  論文  参考訳（メタデータ） (2023-07-06T04:13:57Z)
• Pre-training Is (Almost) All You Need: An Application to Commonsense Reasoning [61.32992639292889]
  事前学習されたトランスモデルの微調整は、一般的なNLPタスクを解決するための標準的なアプローチとなっている。 そこで本研究では,可視性ランキングタスクをフルテキスト形式でキャストする新たなスコアリング手法を提案する。 提案手法は, ランダム再起動にまたがって, より安定した学習段階を提供することを示す。
  論文  参考訳（メタデータ） (2020-04-29T10:54:40Z)

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。