論文の概要: Finite Certificates for In-Context Determinacy and a Threshold Theory of Emergence in Language Models
- arxiv url: http://arxiv.org/abs/2606.07623v1
- Date: Sat, 30 May 2026 14:07:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-09 14:42:05.088615
- Title: Finite Certificates for In-Context Determinacy and a Threshold Theory of Emergence in Language Models
- Title（参考訳）: In-Context Determinacyのための有限証明と言語モデルにおける創発の閾値理論
- Abstract要約: 本稿では,文脈条件付き言語モデル行動を検証するためのモデル理論フレームワークを開発する。
有限コンテキスト証明書、ペアセパレータのヒットセット、クエリ教育のディメンション、プロンプト保存基準、スケール制限証人を提供する。
- 参考スコア（独自算出の注目度）: 0.2864713389096699
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper develops a model-theoretic framework for verifying context-conditioned language-model behavior by replacing benchmark labels with finite semantic certificates. The first problem is finite determinacy: when do examples in a context force the answer to a query without changing model parameters? In finite-field linear task families, we prove an exact row-space criterion, compute the residual hypothesis count, derive full and query-local identification curves, and show that extracting a smallest forcing subcontext is NP-complete even for binary outputs. The second problem is threshold emergence: when does an apparent benchmark jump reflect a semantic transition rather than a discontinuity of the scoring map? We prove an anti-mirage theorem separating thresholded metrics from semantic confidence and give a rate-sensitive crossing bound for latent commitments becoming visible above threshold. The common semantic object is a confidence functional on definable events. We show that it is a Boolean probability measure, equivalently a Keisler measure on the relevant type space, whose measure-one formulas form a proper filter and whose Stone-space representation is invariant under definitional expansion. The resulting calculus provides finite context certificates, pair-separator hitting sets, query teaching dimension, prompt-preservation criteria, and scale-limit witnesses. Exact-arithmetic ancillary scripts reproduce the finite-field and threshold calculations and generate the data used by the figures.
- Abstract（参考訳）: 本稿では,ベンチマークラベルを有限意味証明に置き換えることで,文脈条件付き言語モデル行動を検証するためのモデル理論フレームワークを開発する。
最初の問題は有限決定性である: コンテキスト内の例が、モデルパラメータを変更することなく、クエリに答えを強制する時か?
有限体線形タスク群では、行空間の正確な基準を証明し、残差仮説数を計算し、完全かつクエリ局所的な識別曲線を導出し、最小の強制サブコンテキストの抽出が二進出力に対してもNP完全であることを示す。
第二の問題はしきい値の出現である: 明らかなベンチマークジャンプは、スコアリングマップの不連続性よりもセマンティックな遷移をいつ反映するのか?
我々は,しきい値とセマンティックな信頼度を分離した反ミラージュ定理を証明し,しきい値の上に現れる潜在コミットメントに対して,レートに敏感な交差境界を与える。
一般的なセマンティックオブジェクトは、定義可能なイベントの信頼関数である。
これはブール確率測度であり、同値であり、関連する型空間上のキースラー測度であり、測度 1 の式は適切なフィルタを形成し、ストーン空間の表現は定義展開の下で不変であることを示す。
得られた計算は、有限コンテキスト証明書、ペアセパレータのヒットセット、クエリ教育のディメンション、即時保存基準、スケール制限証人を提供する。
Exact-arithmetic Acillaryスクリプトは有限フィールドとしきい値の計算を再現し、フィギュアが使用するデータを生成する。
関連論文リスト
- Structuring Semantic Embeddings for Principle Evaluation: A Prototype-Guided Contrastive Learning Approach [58.15427952222424]
汎用的なテキスト埋め込みはそのようなタスクに広くデプロイされているが、意味的類似性は意味的に似ているがタスク固有の例を示すことができる。
本稿では,凍結したテキスト埋め込み上に構築された幾何正規化モジュールであるPGCL(Prototype-Guided Contrastive Learning)を紹介する。
論文 参考訳（メタデータ） (2026-08-15T13:19:25Z) - Beyond Semantic Equivalence: Logical Graphs for LLM Uncertainty Quantification [30.900501335481184]
我々は,回答間の含意と非互換性を明示的にモデル化するフレームワークである,論理グラフ不確実性(LGU)を提案する。
複数の質問応答ベンチマークにおいて、LGUは既存の手法に対する不確実性評価を一貫して改善している。
論文 参考訳（メタデータ） (2026-07-18T16:14:08Z) - Generalised Eigenvalue Geometry of Semantic Adversarial Attacks [0.0]
セマンティック・パラフレーズ摂動の連続的局所モデルを構築した。
対象表現の最悪の局所変位は、行列鉛筆の最大一般化固有値によって制御される。
アフィンの読み出しのクラスを均一に制御するために、二値攻撃可能性指標の分布自由VCを導出する。
論文 参考訳（メタデータ） (2026-06-17T15:47:57Z) - Robust Active Learning for Few-Shot Example Selection in Text-to-SQL [0.0]
サンプル検索は大規模言語モデルの基盤となる主要なパラダイムである。
我々はこれらの例のアクティブな選択を制約付き実験設計問題として定式化する。
標準的なアクティブな学習フレームワークとは異なり、私たちの設定には3つの重要な課題があります。
論文 参考訳（メタデータ） (2026-06-08T19:56:24Z) - Computational Identifiability [58.12019389497595]
「自己同一性」は性質、無限のデータ、その他の数学的に理想化された条件を仮定する。
「計算的識別可能性」とは、経験的推定器に対する有限計算探索手順を定義することである。
このフレームワークは、どのようにしてきめ細かな、実用的な識別問題に答えられるかを示します。
論文 参考訳（メタデータ） (2026-06-08T19:39:59Z) - Non-Parametric Rehearsal Learning via Conditional Mean Embeddings [88.89267783967263]
本研究では,不必要な未来(AUF)問題をテキスト化するための非パラメトリックリハーサル学習手法を提案する。
具体的には、カーネル機械を用いてAUFの目的を、動作誘起分布変化から所望性モデリングを遠ざける統一表現に再構成する。
論文 参考訳（メタデータ） (2026-05-09T15:30:52Z) - Exact Structural Abstraction and Tractability Limits [0.0]
正確な正確性は、誘導されたクラス $s sim_R simation' iff MathrmAdm_R(s)$ にのみ依存する。
決定、探索、近似、統計的、ランダム化された地平線、分布保証は全て同じ商-回復問題に還元される。
論文 参考訳（メタデータ） (2026-04-08T17:59:47Z) - Operationally induced preferred basis in unitary quantum mechanics [0.0]
検知器が一元的にモデル化された場合でも、好ましくも好ましくも、測定問題の定値出力面は持続する。
数学的タイプの変化は、グループベースの運動学からセットベースの数え上げまで、構造的に必要不可欠なインターフェイスである「カット」の中核を構成する。
論文 参考訳（メタデータ） (2026-01-26T17:22:03Z) - A Fixed-Point Approach to Unified Prompt-Based Counting [51.20608895374113]
本研究の目的は,ボックス,ポイント,テキストなど,さまざまなプロンプト型で示されるオブジェクトの密度マップを生成することができる包括的プロンプトベースのカウントフレームワークを確立することである。
本モデルは,クラスに依存しない顕著なデータセットに優れ,データセット間の適応タスクにおいて優れた性能を示す。
論文 参考訳（メタデータ） (2024-03-15T12:05:44Z) - Resampled Confidence Regions with Exponential Shrinkage for the Regression Function of Binary Classification [0.0]
我々は,再サンプリングテストに基づいて,任意のユーザ・センサ信頼度レベルと有限サンプルサイズに対する回帰関数の分布自由信頼領域を構築した。
有限擬次元および逆リプシッツパラメータ化を持つモデルクラスに対する新しい経験的リスクベースアプローチの強い均一性を証明する。
また、k-ネアレスト近傍法についても検討し、排除の確率に基づいて強い点を有界に証明する。
論文 参考訳（メタデータ） (2023-08-03T15:52:27Z) - Efficient Computation of Counterfactual Bounds [44.4263314637532]
我々は,構造因果モデルのサブクラスにおけるクレダルネットのアルゴリズムを用いて,正確な反ファクト境界を計算する。
近似の精度を信頼性のある間隔で評価する。
論文 参考訳（メタデータ） (2023-07-17T07:59:47Z) - Logical Satisfiability of Counterfactuals for Faithful Explanations in
NLI [60.142926537264714]
本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。
これは、説明に表される論理述語に基づいて、反実仮説を生成する。
そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
論文 参考訳（メタデータ） (2022-05-25T03:40:59Z) - Nonparametric Conditional Local Independence Testing [69.31200003384122]
条件付き局所独立は、連続的な時間プロセス間の独立関係である。
条件付き地域独立の非パラメトリックテストは行われていない。
二重機械学習に基づく非パラメトリックテストを提案する。
論文 参考訳（メタデータ） (2022-03-25T10:31:02Z) - Tractable Inference in Credal Sentential Decision Diagrams [116.6516175350871]
確率感性決定図は、解離ゲートの入力が確率値によってアノテートされる論理回路である。
我々は、局所確率を質量関数のクレーダル集合に置き換えることができる確率の一般化である、クレーダル感性決定図を開発する。
まず,ノイズの多い7セグメント表示画像に基づく簡単なアプリケーションについて検討する。
論文 参考訳（メタデータ） (2020-08-19T16:04:34Z) - Structural Causal Models Are (Solvable by) Credal Networks [70.45873402967297]
因果推論は、干潟網の更新のための標準的なアルゴリズムによって得ることができる。
この貢献は, 干潟ネットワークによる構造因果モデルを表現するための体系的なアプローチと見なされるべきである。
実験により, 実規模問題における因果推論には, クレーダルネットワークの近似アルゴリズムがすぐに利用できることがわかった。
論文 参考訳（メタデータ） (2020-08-02T11:19:36Z)
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。