論文の概要: Composition Collapse: Stable Factual Knowledge Does Not Imply Compositional Reasoning

• arxiv url: http://arxiv.org/abs/2605.26789v1
• Date: Tue, 26 May 2026 10:01:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-27 17:51:41.867247
• Title: Composition Collapse: Stable Factual Knowledge Does Not Imply Compositional Reasoning
• Title（参考訳）: 構成の崩壊: 安定した実測知識は、構成的推論を暗示しない
• Authors: Zhe Yu, Wenpeng Xing, Yunzhao Wei, Jie Chen, Hongzhi Wang, Xuyang Teng, Meng Han,
• Abstract要約: 統計的に識別不能な原子知識を持つレシピは、組成の挙動を40パーセント以上に分けて生成することを示す。 安定な原子アクセスを条件とした残差構成故障から集合構成ギャップへ推定値を変更する二重ゲートプロトコルを提案する。 トレーニング後の4つのレシピにまたがる2-11の時間的事実連鎖のベンチマークにおいて、この分解は、トレーニング後の目的がメトリクスマスクを集約する方向に構成能力をシフトすることを明らかにする。
• 参考スコア（独自算出の注目度）: 22.936569050737827
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Post-training is routinely evaluated through aggregate benchmark scores that treat multi-hop reasoning as a single capability -- as if a model that answers more questions correctly must be better at assembling facts. We show that this assumption can be misleading: recipes with statistically indistinguishable atomic knowledge produce composition behaviour separated by over 40 percentage points, a phenomenon we call composition collapse: the systematic failure to assemble stably-known facts into chains, invisible to aggregate metrics. We introduce a double-gate protocol that changes the estimand from an aggregate compositionality gap to residual composition failure conditioned on stable atomic access, decomposing post-training gains into three independent channels: atomic stability, residual composition, and critical depth. On a benchmark of temporal factual chains spanning depths 2--11 across four post-training recipes, this decomposition reveals that post-training objectives shift composition capability in directions that aggregate metrics mask, and suggests that claims about multi-hop reasoning improvement should be accompanied by atomic-gate-controlled composition metrics. Diagnostic probes further show that a substantial share of measured composition failure reflects generation-time computation constraints rather than permanent inability to compose.
• Abstract（参考訳）: ポストトレーニングは、複数のホップ推論を単一の能力として扱うベンチマークスコアを通じて定期的に評価される。 統計的に識別不能な原子知識を持つレシピは、組成の挙動を40パーセント以上のポイントに分けて生成する。 安定な原子アクセス条件下での残留組成故障から, 学習後ゲインを, 原子安定性, 残留組成, 臨界深さの3つの独立したチャネルに分解する2重ゲートプロトコルを提案する。 学習後の4つのレシピにまたがる時間的事実連鎖のベンチマークにおいて、この分解は、学習後の目的が、メトリクスマスクを集約する方向に構成能力をシフトしていることを明らかにし、マルチホップ推論の改善に関する主張には、原子ゲート制御された合成メトリクスが伴うべきであることを示唆している。 さらに、測定された構成不良のかなりの割合は、構成できないというよりも、生成時の計算制約を反映していることを示している。

関連論文リスト

• A Family of Divergence Measures for Evaluating the Reconstruction Quality of Explainable Ensemble Trees [0.41292255339309664]
  相関に基づくアプローチは、共起構造における系統的な不一致を検出するのに失敗する。 本稿では,合意・連想の区別に基づく統計的枠組みを提案する。 このフレームワークには、近似品質の異なる構造面をキャプチャする4つの補完的な尺度が含まれている。
  論文  参考訳（メタデータ） (2026-05-19T09:56:04Z)
• When Attention Collapses: Residual Evidence Modeling for Compositional Inference [0.0]
  加法的重ね合わせの下では、複数のスロットは同じ支配的成分に収束するが、弱いスロットは表現されない。 本稿では, 余剰エビデンスモデルを導入し, 証拠の枯渇と注意バイアスを併用した最小限の修正を行った。 合成ベンチマークと実世界のオーディオミックスの合計で、エビデンス劣化はスロットの崩壊を最大で1桁減少させる。
  論文  参考訳（メタデータ） (2026-05-04T08:18:02Z)
• Compositional Multi-hop Factual Error Correction via Decomposition-and-Injection [60.34509125517578]
  本稿では,合成誤り訂正のための論理的枠組みであるCECoR(Reasoning-aware Synthesis)を提案する。 CECoRはマルチホップクレームを解釈可能な推論ステップに分解し、制御された摂動を注入して高品質なトレーニングペアを合成する。 教師付き微調整と強化学習を組み合わせた2段階学習戦略は、事実の正確性と堅牢性を向上させる。
  論文  参考訳（メタデータ） (2026-05-04T07:08:39Z)
• The Digital Twin Counterfactual Framework: A Validation Architecture for Simulated Potential Outcomes [0.0]
  Digital Twin Counterfactual Framework (DTCF) 五段階検証アーキテクチャは、シミュレーターが正しい反事実を生成できるという不当な主張を、観測可能なデータに対する偽証可能なテストに変換する。 分解は因果量から極端に検証されるものへと分離する。 共同因果関係の主張は明示的な前提付きとなる。
  論文  参考訳（メタデータ） (2026-04-01T19:04:15Z)
• Structured Credal Learning [36.181568488581334]
  新たに構築されたクレダーラーニングフレームワークを導入する。 構造された干潟集合の総変動径の幾何学的境界を導出する。 これらの構造されたクレダル集合に対するロバストな最適化は、引き分け可能な離散的なmin-max問題に還元されることを示す。
  論文  参考訳（メタデータ） (2026-03-14T18:26:29Z)
• Equivariant Evidential Deep Learning for Interatomic Potentials [55.6997213490859]
  不確かさの定量化は、分子動力学シミュレーションにおける機械学習の原子間ポテンシャルの信頼性を評価するために重要である。 既存のMLIPのUQアプローチは、高い計算コストや準最適性能によって制限されることが多い。 我々は,原子間ポテンシャルの定量的深層学習(texte2$IP)を提案する。
  論文  参考訳（メタデータ） (2026-02-11T02:00:25Z)
• Illusions of Confidence? Diagnosing LLM Truthfulness via Neighborhood Consistency [78.91846841708586]
  完全な自己整合性で答えられた事実でさえ、軽微な文脈干渉の下で急速に崩壊することを示します。 本研究では,概念的近傍における応答コヒーレンスを評価する信念の構造尺度であるNighbor-Consistency Belief(NCB)を提案する。 また、文脈不変の信念構造を最適化し、長い知識の脆さを約30%低減する構造意識訓練(SAT)を提案する。
  論文  参考訳（メタデータ） (2026-01-09T16:23:21Z)
• From Atomic to Composite: Reinforcement Learning Enables Generalization in Complementary Reasoning [83.94543243783285]
  本研究では、内部パラメトリック知識と外部コンテキスト情報の統合を必要とする複雑なタスクである補完的推論について検討する。 RLは確率増幅器ではなく推論合成器として機能する。
  論文  参考訳（メタデータ） (2025-12-01T18:27:25Z)
• Flow based approach for Dynamic Temporal Causal models with non-Gaussian or Heteroscedastic Noises [37.02662517645979]
  因果発見のための統合フレームワークであるFANTOMを紹介する。 非定常過程と非ガウス的および異方性雑音を扱う。 同時にレジームの数と対応するインデックスを推測し、各レジームのディレクテッド・アサイクリックグラフを学習する。
  論文  参考訳（メタデータ） (2025-06-20T15:12:43Z)

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。