Fugu-MT 論文翻訳(概要): DiBS: Diffusion-Informed Branch Selection

論文の概要: DiBS: Diffusion-Informed Branch Selection

arxiv url: http://arxiv.org/abs/2606.06518v1
Date: Tue, 02 Jun 2026 14:19:51 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-08 14:33:29.334127
Title: DiBS: Diffusion-Informed Branch Selection
Title（参考訳）: DiBS: 拡散インフォームドブランチの選択
Authors: Bo Liu, Yuan Xie, Yuan Gao, Xiaolong Luo, Peng Ye, Tao Chen, Fujun Han,
Abstract要約: 分岐選択探索プロセスにおいて,DiBSと呼ばれる新しい拡散モデル誘導手法を提案する。具体的には、DiBSはシンボリックソルバを完全に保ち、拡散モデルを分岐順序ガイドとして利用する。挑戦的なRoyle 17-clue Sudokuベンチマークの実験は、我々のDiBSが検索コストを大幅に削減していることを示している。
参考スコア（独自算出の注目度）: 22.999327299754565
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Sudoku is a representative constraint satisfaction problem that requires global structural reasoning under strict discrete constraints. The existing works of solving Sudoku mainly focus on two dominant approaches, i.e., traditional heuristic and deep learning solver. However, they suffer from two complementary limitations: learning-based solvers lack hard correctness guarantees, while complete symbolic solvers are still prone to long-tail search. To address these shortcomings, we propose a novel diffusion model-guided approach, termed as DiBS, for the branch selection search process. Specifically, DiBS keeps the symbolic solver complete and uses the diffusion model as a branch-ordering guide. The core method is ranking candidate values under the current partial assignment and lightweight consistency signal. Furthermore, we provide an in-depth theoretical proof to reveal how it works and why it works. Experiments on the challenging Royle 17-clue Sudoku benchmark show that our DiBS substantially reduces search cost relative to strong heuristic baselines, especially in nodes, backtracks, and long-tail percentiles. Besides, these results confirm that learned global guidance is effective on hard instances where branch-order mistakes are most expensive. All codes are available at https://github.com/shanxierdan/DiBS.
Abstract（参考訳）: スドクは、厳密な離散的な制約の下でのグローバルな構造的推論を必要とする代表的制約満足度問題である。既存のスードゥークの解法は、主に従来のヒューリスティックとディープラーニングの解法という2つの支配的なアプローチに焦点をあてている。しかし、それらは2つの相補的な制限に悩まされている: 学習ベースの解法はハードな正しさの保証を欠いているが、完全な記号的解法は依然として長い尾の探索をしがちである。これらの欠点に対処するため、枝選択探索プロセスにおいて、DiBSと呼ばれる新しい拡散モデル誘導手法を提案する。具体的には、DiBSはシンボリックソルバを完全に保ち、拡散モデルを分岐順序ガイドとして利用する。中心となる方法は、現在の部分割当と軽量一貫性信号に基づいて候補値をランク付けすることである。さらに、どのように動作するのか、なぜ動作するのかを明らかにするための詳細な理論的証明を提供する。挑戦的なRoyle 17-clue Sudokuベンチマークの実験によると、DiBSは、特にノード、バックトラック、長いテールパーセンタイルにおいて、強いヒューリスティックベースラインに対して、検索コストを大幅に削減する。さらに、これらの結果から、学習したグローバルガイダンスが、分岐順序ミスが最も高価なハードインスタンスに有効であることが確認された。すべてのコードはhttps://github.com/shanxierdan/DiBS.comで入手できる。

関連論文リスト

Test-Time Scaling with Diffusion Language Models via Reward-Guided Stitching [66.39914384073145]
本稿では,安価な拡散サンプリング推論をステップレベル候補の再利用プールに変換する自己整合性フレームワークを提案する。ステップレベルの再結合は、難しい問題に対して最も有益であることがわかった。トレーニング不要のフレームワークは、6つの数学およびコーディングタスクの平均精度を最大2倍改善します。
論文参考訳（メタデータ） (2026-02-26T11:08:39Z)
Nudging the Boundaries of LLM Reasoning [77.26972440427285]
現在のオンライン強化学習アルゴリズムは、モデルに「解決不可能」な問題から学べない。自己生成ヒントを用いてLLM推論の上界を推し進める「看護」手法であるNuRLを提案する。 NuRLは、テスト時間スケーリングを補完しながら、6つのベンチマークと3つのモデルで一貫した改善を実現している。
論文参考訳（メタデータ） (2025-09-30T02:01:40Z)
Learning Admissible Heuristics for A*: Theory and Practice [8.408138419383747]
ディープラーニングアプローチは、しばしば許容性を無視し、トレーニングデータ以外の一般化に関して制限された保証を提供する。本稿では,これら2つの制約に対処する。まず,制約付き最適化問題として学習を行い,学習中に許容度を強制する損失関数であるクロスエントロピー適応性(CEA)を導入する。ルービックキューブ領域では、圧縮されたパターンデータベース(PDB)のガイダンスよりもはるかに強いほぼ許容値が得られる。
論文参考訳（メタデータ） (2025-09-26T17:51:26Z)
Teaching Transformers to Solve Combinatorial Problems through Efficient Trial & Error [18.209374823705446]
本研究では,従来のニューロシンボリックアプローチと比較して,スドクのパラダイム的課題に着目し,最先端の精度(99%)を達成する。提案手法は,単純なスドク規則の模倣学習と,Depth-First Search(DFS)探索戦略を統合する。
論文参考訳（メタデータ） (2025-09-26T07:57:34Z)
DCR: Divide-and-Conquer Reasoning for Multi-choice Question Answering with LLMs [9.561022942046279]
大規模言語モデル(LLM)の推論能力を高めるため,DCR(Divide and Conquer Reasoning)を提案する。まず、信頼性スコア(mathcalCS$)に基づいて質問を2つのサブセットに分類する。特に,質問を信頼性スコア(mathcalCS$)に基づいて2つのサブセットに分類する。
論文参考訳（メタデータ） (2024-01-10T14:38:46Z)
Distributionally Robust Bayesian Optimization with $\varphi$-divergences [45.48814080654241]
我々は,$varphi$-divergencesにおけるデータシフトに対するロバスト性について考察する。この設定におけるDRO-BO問題は有限次元最適化問題と等価であり、連続的な文脈でも証明可能な部分線型後悔境界で容易に実装できることを示す。
論文参考訳（メタデータ） (2022-03-04T04:34:52Z)
Boosting Graph Search with Attention Network for Solving the General Orienteering Problem [7.0786689796236155]
本稿では,ビームサーチと学習アルゴリズムを組み合わせたオリエンテーリング問題の解法を提案する。我々は,ノード間の距離を入力とするアテンションネットワークを用いてアルゴリズムを取得し,強化学習フレームワークを用いて学習する。提案手法は,幅広いベースラインを超えることができ,最適あるいは高度に専門化されたアプローチに近い結果が得られる。
論文参考訳（メタデータ） (2021-09-10T08:23:19Z)
ResLT: Residual Learning for Long-tailed Recognition [64.19728932445523]
本稿では,パラメータ空間の側面から,より基本的なロングテール認識の視点を提案する。すべてのクラスから画像を認識するために最適化されたメインブランチと、medium+tailクラスとtailクラスからのイメージを強化するために徐々に2つの残りのブランチを融合して最適化する。我々は、CIFAR-10、CIFAR-100、Places、ImageNet、iNaturalist 2018の長期バージョンであるいくつかのベンチマークでこの方法をテストする。
論文参考訳（メタデータ） (2021-01-26T08:43:50Z)
Learning by Fixing: Solving Math Word Problems with Weak Supervision [70.62896781438694]
数学用語問題(mwps)の従来のニューラルネットワークソルバは、完全な監視によって学習され、多様なソリューションを生み出すことができない。 MWPを学習するためのテキスト弱教師付きパラダイムを提案する。この手法は最終回答のアノテーションのみを必要とし、単一の問題に対して様々な解決策を生成できる。
論文参考訳（メタデータ） (2020-12-19T03:10:21Z)

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。