論文の概要: Domain-Validity-Gated Metamorphic Testing of Scientific ML Surrogates
- arxiv url: http://arxiv.org/abs/2606.17529v1
- Date: Tue, 16 Jun 2026 05:13:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-17 17:15:32.282243
- Title: Domain-Validity-Gated Metamorphic Testing of Scientific ML Surrogates
- Title（参考訳）: 科学MLサロゲートのドメインバリディティ-ゲート型変成試験
- Authors: Meng Li, Xiaohua Yang, Jie Liu, Shiyu Yan,
- Abstract要約: 本研究では,SciMLサロゲートの候補準同型関係をドメインの有効性を検証し,実行可能なテストアセットに変換する方法について検討する。
本稿では,演算子の数値フロアに耐性が支配的であり,前提条件が保たれている場合にのみ,候補を許容する領域正当性を提案する。
証拠は2つのCFDタスクと第2のPDEファミリーにまたがり、候補MRから監査可能なSciMLテストアセットへの妥当性を認識可能なブリッジをサポートする。
- 参考スコア（独自算出の注目度）: 6.691613382732758
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Scientific machine-learning (SciML) surrogates approximate expensive simulations, but exact expected outputs for arbitrary inputs are unavailable (the oracle problem). Metamorphic testing checks relations across executions, yet a candidate relation is not automatically valid: its preconditions, output mapping, and the numerical floor of the scoring operator determine whether a violation is meaningful. We study how candidate metamorphic relations (MRs) can be screened for domain validity and turned into executable, oracle-free test assets for SciML surrogates. We propose (i) a domain-validity rubric that admits a candidate only when its tolerance dominates the operator's numerical floor and its preconditions hold; (ii) an MR-card executable-asset format recording source cases, transformations, metrics, tolerances, and typed relation-level verdicts; and (iii) a case-study protocol on MeshGraphNets cylinder-flow surrogates, with a claim ledger binding every result to a tracked artifact. On a MeshGraphNets checkpoint, node permutation holds to machine precision, mirror-y is a bounded out-of-distribution stress finding rather than an exact symmetry, and absolute conservation stays deferred while a reference-relative guard passes. The same readings hold across held-out trajectories, a checkpoint roster, three further architectures, and PhysicsNeMo. On a second CFD task (compressible airfoil) the predicate instead rejects incompressible continuity on physical grounds, showing it reasons about domain validity rather than running a fixed checklist. On a second PDE family, FNO Burgers and heat surrogates run full admit/reject/execute verdicts. The evidence spans two CFD tasks and a second PDE family, supporting a validity-aware bridge from candidate MRs to auditable SciML test assets that separates model-level violations from out-of-domain applications.
- Abstract（参考訳）: 科学機械学習(SciML)は、およそ高価なシミュレーションをサロゲートするが、任意の入力に対する正確な期待出力は利用できない(オラクル問題)。
メタモルフィックテストは実行間の関係をチェックするが、その前提条件、出力マッピング、およびスコアリング演算子の数値フロアが違反が有意義かどうかを判断する候補関係は自動的に有効ではない。
候補準同型関係(MRs)は,SciMLサロゲートの領域妥当性を検証し,実行可能でオラクルフリーなテストアセットとなるかを検討する。
特集にあたって
一 演算子の数値床が支配的であり、その前提条件が保たれている場合に限て、その候補を認めるドメイン価ルブリック
(二)MRカードによる実行可能アセットフォーマットの記録、ソースケース、変換、メトリクス、許容度、型付き関係レベル判定
3) MeshGraphNetsシリンダーフローサロゲート上のケーススタディプロトコル。
MeshGraphNetsのチェックポイントでは、ノードの置換は機械の精度を保ち、ミラー-yは正確な対称性よりも分布外ストレスを見つけ、参照相対ガードが通過する間絶対保存は遅延する。
同じ読みは保持された軌道、チェックポイント・ロースター、さらに3つのアーキテクチャ、物理NeMoにまたがる。
第2のCFDタスク(圧縮可能な翼)では、述語は代わりに物理的根拠における圧縮不可能な連続性を拒絶し、固定されたチェックリストを実行するのではなく、ドメインの有効性の理由を示す。
第2のPDEファミリーでは、FNOバーガーとヒートサロゲートが完全な許容/拒絶/実行の判定を実行する。
証拠は2つのCFDタスクと第2のPDEファミリにまたがっており、候補MRから監査可能なSciMLテストアセットへの妥当性を意識したブリッジをサポートし、ドメイン外のアプリケーションからモデルレベルの違反を分離する。
関連論文リスト
- What to Test Next: Interpretable Coverage Gap Discovery in Driving VLMs [52.50210189669399]
視覚言語モデル(VLM)を駆動するには,操作設計領域(ODD)が定義する様々な条件のシーンを正確に理解する必要がある
SliceScorerは、欠落したスライス推薦のための決定論的スコアリングルールである。
SliceNavは, 従来のスライス発見法よりも, 高リスクカバレッジギャップを効果的に表面化することを示す。
論文 参考訳（メタデータ） (2026-06-01T03:18:01Z) - Finite Certificates for In-Context Determinacy and a Threshold Theory of Emergence in Language Models [0.2864713389096699]
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。
論文 参考訳（メタデータ） (2026-05-30T14:07:58Z) - PRIMA: Operational Patterns for Resilient Multi-Agent Research with Verifiable Identity and Convergent Feedback [0.0]
PRIMAは、複数時間にわたる協調型マルチエージェント研究システムとして運用されている。
主なコントリビューションは、生存可能な障害モードのための3つの運用パターンである。
グラフ同型ケーススタディは、生成されたアーティファクトのアーキテクチャ的クレームを根拠にしている。
論文 参考訳（メタデータ） (2026-05-23T23:27:46Z) - Pramana: A Protocol-Layer Treatment of Claim Verification in Autonomous Agent Networks [0.0]
確率的検証パターン(自己整合性投票、レビュアー LLM アンサンブル)は、人工物ではなく、判断を生成する。
Pramana は、ワイヤフォーマットの欠如を定義している。すべての連続エージェント出力は、タイプ付き ClaimAttestation でラップされ、4つの変種のうちの1つでラップされる。
プラマナは3つの対称性を再現したモデル(38,563個の到達可能な状態、0個の不変な違反)でTLCの下で徹底的に検証された。
論文 参考訳（メタデータ） (2026-05-19T17:00:33Z) - NOETHER: A Constructive Framework for Metamorphic Pattern Discovery from Operator Algebras [6.691613382732758]
メタモルフィックテストはIEEE/ISOソフトウェアテスト標準で認識され、AIシステムに対してますます推奨される。
既存のアプローチでは,3つの基本的疑問が残る帰納的根拠を共有している。
本稿では,演算子代数からメタパタン集合への下流ステップが機械的かつ証明可能なフレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-17T11:18:35Z) - LiveFMBench: Unveiling the Power and Limits of Agentic Workflows in Specification Generation [75.05397479715576]
大規模言語モデル(LLM)とエージェントは有望な進歩を示しているが、その真の能力と失敗モードは未だ不明である。
CプログラムのためのLCMおよびエージェントベースの形式仕様生成に関する、最初の体系的および汚染に配慮した研究を提案する。
論文 参考訳（メタデータ） (2026-05-02T11:31:33Z) - Formally Verified Patent Analysis via Dependent Type Theory: Machine-Checkable Certificates from a Hybrid AI + Lean 4 Pipeline [0.0]
我々は、ハイブリッドAI+Lean 4パイプラインとして、特許分析のための正式に検証されたフレームワークを提示します。
DAG被覆コア(Algorithm1b)は、有界マッチスコアが固定されると完全に機械検証される。
クレームは、Lean 4でDAGとしてエンコードされ、強みを検証された完全な格子の要素と一致させ、信頼スコアは、証明された正しいモノトーン関数を通じて依存関係を通じて伝播する。
論文 参考訳（メタデータ） (2026-04-20T22:02:57Z) - Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols [51.56484100374058]
そこで本研究では,単一プロトコルステップを正確なマッチングタスクで監査するためのペアアウトカム計測インタフェースを提案する。
各インスタンスについて、インターフェースはベースラインの正当性ビットと後ステップの正当性ビットを記録する。
これらのレートは精度の変化を予測し、種、混合物、パイプライン間でテスト可能な再利用可能な経験的インターフェースを定義する。
論文 参考訳（メタデータ） (2026-04-20T13:25:40Z) - DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems [48.971606069204825]
DoVerは、大規模言語モデル(LLM)ベースのマルチエージェントシステムのための介入駆動デバッグフレームワークである。
ターゲットの介入を通じて、アクティブな検証によって仮説生成を増強する。
DoVerは失敗試験の18～28%を成功させ、最大16%のマイルストーンを達成し、失敗仮説の30～60%を検証または否定する。
論文 参考訳（メタデータ） (2025-12-07T09:23:48Z) - Metacognitive Self-Correction for Multi-Agent System via Prototype-Guided Next-Execution Reconstruction [58.51530390018909]
大規模言語モデルに基づくマルチエージェントシステムは、協調的な問題解決において優れているが、エラーのカスケードには脆弱である。
我々は,MASにリアルタイム,教師なし,ステップレベルの誤り検出と自己補正を付与するメタ認知フレームワークMASCを提案する。
論文 参考訳（メタデータ） (2025-10-16T05:35:37Z)
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。