論文の概要: Untrusted Authors, Trusted Answers: A Calculus of Fidelity-Graded Translations

• arxiv url: http://arxiv.org/abs/2607.14137v1
• Date: Fri, 10 Jul 2026 14:41:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-17 17:01:32.835937
• Title: Untrusted Authors, Trusted Answers: A Calculus of Fidelity-Graded Translations
• Title（参考訳）: 信頼できない著者、信頼された回答:忠実な文法的な翻訳の計算
• Abstract要約: hurdy-gurdyは13の言語と13のペアからなるプラットフォームで、2つの推論ハブを囲んでいる。 本稿では、忠実度階調翻訳の計算について述べる。 作者ではなく、アーキテクチャによって承認された、LLM、エージェント、手作業による、誰でも貢献するペアを通じて、言語サポートをスケールする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Verified translation has two well-studied extremes: prove the translator once (certified compilation), or validate each run of one translator (translation validation). Both treat a single translation in isolation. We study translations as a graph -- many source languages, several reasoning targets, multiple independently built routes -- where the honest answer to "is this translation correct?" differs from edge to edge. We present a calculus of fidelity-graded translations: pairs of languages close commuting squares that are checkable per program and compose by pasting; declared fidelity grades compose by weakest link, are re-established per run by inline checking, and are exceeded by agreement between independently derived routes; and an end-to-end theorem isolates a fundamental asymmetry -- witness-carrying answers are self-certifying at the source, while universal answers are where grades, branches, and certificates earn their cost. The compositional core is mechanized in Lean 4. The calculus is implemented in hurdy-gurdy, a platform of 13 languages and 13 pairs around two reasoning hubs, built as a two-directional experiment in LLM-generated correctness: independent LLM agents wrote every pair, largely unsupervised, with the architecture's cross-checks as the only semantic gate, and the platform's intended player is itself an LLM. All code, and most of this paper, is LLM-generated; the human contribution is the architecture. The same gate is the intended growth model: hurdy-gurdy scales in language support through pairs contributed by anyone -- with LLMs, with agents, or by hand -- admitted by architecture, not authorship. We report conjoined coverage, branch agreement, a compliance-derived benchmark with machine-derived ground truth, witness replay, certified unreachability, and escape-rate experiments for the gate.
• Abstract（参考訳）: 検証された翻訳には2つのよく研究された極端がある: 翻訳者が一度証明された(認証されたコンパイル)か、1つの翻訳者のそれぞれの実行が検証された(翻訳検証)。 どちらも単一の翻訳を単独で扱う。 私たちは、翻訳をグラフとして研究します -- 多くのソース言語、いくつかの推論対象、複数の独立したルート -- ここでは、"この翻訳は正しいか? 一対の言語がプログラムごとにチェック可能で、ペーストによって構成される 宣言された忠実度グレードは、最も弱いリンクで構成され、インラインチェックによって実行され、独立に派生したルート間の合意によって超える エンドツーエンドの定理は、基本的な非対称性を分離する -- 目撃者による回答は、ソースで自己証明され、普遍的な答えは、グレード、ブランチ、証明書がコストを得る場所である。 構成コアはLean 4で機械化されています。 この計算は、13の言語と13のペアからなるプラットフォームであるHurdy-gurdyで実装されており、LLM生成の正しさに関する2方向の実験として構築されている。 すべてのコード、そしてほとんどの論文はLLM生成であり、人間の貢献はアーキテクチャである。 同じゲートは、意図された成長モデルである: 言語サポートにおけるハーディ・グルディのスケールは、作者ではなく、アーキテクチャによって承認されたLLM、エージェント、手作業によるペアによって、誰でも提供されます。 本報告では, 整合性カバレッジ, 分岐合意, 機械由来の真理性, 目撃者によるリプレイ, 未到達性認定, ゲートの脱出率実験について報告する。

関連論文リスト

• Calibrating Interpretability Instruments Before Trusting Their Verdicts [1.0829694003408499]
  Causal氏は、大きな言語モデル(LLM)の内部は測定にかかっていると主張している。 これらの測定は、エラーではなく可算数を返す特定の診断可能な方法で失敗する。 このノートは、拒絶と道徳的表現に関する因果的解釈可能性プログラムの6つの失敗を文書化している。
  論文  参考訳（メタデータ） (2026-09-13T19:37:02Z)
• Latent-Space Intervention for Cross-Lingual Factual Consistency: Consistency Improvements without Accuracy Drops [52.13074964555637]
  並列多言語表現で層固有のオートエンコーダを訓練し、実数QAプロンプトに推論時間補正を適用する。 潜在的介入は言語間の幾何学的整合性を向上し、この改良は英語との言語間整合性において一貫した利益をもたらすことが判明した。
  論文  参考訳（メタデータ） (2026-08-28T21:01:54Z)
• AI Grinding for Fun and Cryptanalysis [0.0]
  エージェントが人間のレビューの前に仮説を生成・テスト・精査する自律型暗号解析ワークフローを提案する。 まず、公開マップや入力表現は、構築が隠さなければならない関係を消去または公開する。 第2に、シミュレータ、エラー法則、パラメータ認証は、要求されたものと異なる分布を使用する。
  論文  参考訳（メタデータ） (2026-08-22T14:37:46Z)
• Split the Labor: Separating Evidence Interpretation from Decision Aggregation [0.0]
  言語モデルに多くの情報源から結論に達するよう要求するシステムは通常、それらを1つのプロンプトに分割する。 提案する4分野のエビデンス(仮説,信頼性バケット,合理性,証明)は,両半減期を決定することを示す。 この修正はアーキテクチャよりも算術的であり、言語モデル以外のルールのクラスに適用される。
  論文  参考訳（メタデータ） (2026-08-14T17:24:55Z)
• One Recipe, Many Harnesses: What Self-Evolution Encodes Across Languages and Models [46.83445434865936]
  自己進化型ハーネスは、エージェントが自身のロールアウトを検査し、プロンプト、ツール、メモリを編集するクローズドループシステムである。 ベンチマーク固有の適応、言語固有のエンジニアリング知識、あるいは基礎となるモデルの制限に対する補償をエンコードしているかどうかは不明だ。
  論文  参考訳（メタデータ） (2026-08-10T19:45:45Z)
• Harnessing Code Agents for Automatic Software Verification [0.47154736035631406]
  大規模言語モデル(LLM)は、自動的に証明を生成することを約束するが、既存のアプローチは、固定された人間設計の証明戦略をシステムに結び付ける。 このような戦略を課すことは不要で制限的であることを示す。 レムマ全体を一般的なコードエージェントに手渡して、独自のアプローチを自由に選択し、検証ハーネスにラップすることは、シンプルでより効果的です。
  論文  参考訳（メタデータ） (2026-07-07T14:39:59Z)
• TrustMargin: Training-Free Arbitration between Parametric Memory and Retrieved Evidence in Large Language Models [10.379427318055434]
  我々は、このポストジェネレーションコンフリクトを回答レベルのソース仲裁として研究する。 DirectとRAGが同じ凍結モデルから回答すると、どのソースを信頼するかを判断します。 本稿では,既存の2つの候補をモデル自身の可能性で評価する,トレーニングフリーのプラグイン・アンド・プレイ調停層TRUSTMARGINを提案する。
  論文  参考訳（メタデータ） (2026-06-07T01:25:09Z)
• LeanMarathon: Toward Reliable AI Co-Mathematicians through Long-Horizon Lean Autoformalization [104.06650149974585]
  信頼性の高い研究レベルのLean AutoformalizationのためのマルチエージェントハーネスであるLeanMarathonを紹介します。 4つのコントラクトスコープエージェントがこの青写真を構築し、監査し、証明し、修復する。 我々は4つのErds問題にまたがる最近の2つの研究論文でLeanMarathonを評価した。
  論文  参考訳（メタデータ） (2026-06-03T20:09:39Z)
• Survive or Collapse: The Asymmetric Roles of Data Gating and Reward Grounding in Self-Play RL [76.45061154544568]
  セルフプレイ強化学習は、言語モデルを独自の生成タスクで訓練し、人間ラベルなしでプロジェクタとソルバを共進化させる。 最近のシステムでは強い推理効果が報告されているが、崩壊と不安定性は広く観察され、理解されていない。 代わりに、自己プレイの安定性は、提案者生成タスクがトレーニングプールに入るかを判断するデータレベルゲートと、すでに認められたタスクに関するポリシーを更新する報酬信号の2つの異なるレバーによって管理されていると論じる。
  論文  参考訳（メタデータ） (2026-05-21T09:19:23Z)
• AI Knows What's Wrong But Cannot Fix It: Helicoid Dynamics in Frontier LLMs Under High-Stakes Decisions [51.56484100374058]
  ヘリコイド力学(Helicoid dynamics)は、その2番目のドメインの特定の障害状態に与えられる名前である。 システムは巧みに働き、エラーに陥り、何がうまくいかなかったかを正確に名付け、さらに高度な技術で同じパターンを再現する。 この先進的な事例シリーズは、7つの主要なシステムにまたがる体制を文書化する。
  論文  参考訳（メタデータ） (2026-03-12T05:25:49Z)
• Balancing Faithfulness and Performance in Reasoning via Multi-Listener Soft Execution [79.98699884805636]
  Reasoning Execution by Multiple Listeners (REMUL) は多人数の強化学習手法である。 REMULは、推論が他の当事者に従えるかがより忠実になるという仮説に基づいている。 スピーカーは、リスナーにとって明らかな推論を生み出すことで報われます。
  論文  参考訳（メタデータ） (2026-02-18T02:55:55Z)
• CLM-Bench: Benchmarking and Analyzing Cross-lingual Misalignment of LLMs in Knowledge Editing [5.137059606366328]
  CLM-Benchは中国固有の手法を用いて構築されたカルチャー対応のベンチマークである。 代表的LLMについて広範な実験を行い、言語間の相違を顕著に明らかにした。 本研究は,言語間移動における現在の手法の有効性に挑戦し,文化的にネイティブなベンチマークの重要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2026-01-24T09:55:34Z)
• Ready to Translate, Not to Represent? Bias and Performance Gaps in Multilingual LLMs Across Language Families and Domains [6.357124887141297]
  大規模言語モデル (LLM) は機械翻訳 (MT) を再定義した LLMは言語家族や専門ドメイン間で不均一なパフォーマンスを示すことが多い。 オープンソースLLMの翻訳品質と公平性を評価するための統合フレームワークおよびデータセットであるTranslation Tanglesを紹介する。
  論文  参考訳（メタデータ） (2025-10-09T07:28:30Z)
• Think Natively: Unlocking Multilingual Reasoning with Consistency-Enhanced Reinforcement Learning [85.7304930030649]
  本稿では,言語一貫性報酬と言語間思考アライメント報酬によって訓練されたM-Thinkerを提案する。 M-Thinkerは2つのマルチ言語ベンチマークで100%近い言語一貫性と優れたパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-10-08T17:55:02Z)
• Theorem-of-Thought: A Multi-Agent Framework for Abductive, Deductive, and Inductive Reasoning in Language Models [2.172419551358714]
  大規模言語モデル(LLM)は、自然言語推論タスク全体で強いパフォーマンスを示しているが、その推論プロセスは脆弱で解釈が難しいままである。 Theorem-of-Thought (ToTh)は、3つの並列エージェント間の協調として推論をモデル化する新しいフレームワークである。 シンボリック(WebOfLies)と数値(MultiArithm)の推論ベンチマークの実験は、ToThがCoT、セルフ一貫性、CoT-デコーディングを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2025-06-08T12:28:38Z)
• Aligning Large Language Models for Faithful Integrity Against Opposing Argument [71.33552795870544]
  大規模言語モデル(LLM)は複雑な推論タスクにおいて印象的な機能を示している。 原文が正しい場合でも、会話中に不誠実な議論によって容易に誤解される。 本稿では,信頼度と信頼度を両立させる新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2025-01-02T16:38:21Z)
• Language Models and Cycle Consistency for Self-Reflective Machine Translation [1.79487674052027]
  我々は、ソース言語Aからターゲット言語Bへの複数の翻訳候補を生成し、その後、これらの候補を元の言語Aに翻訳する。 トークンレベルの精度や精度などの指標を用いて、原文と裏文の周期一貫性を評価することにより、言語Bの翻訳品質を暗黙的に推定する。 各原文に対して、翻訳候補を、原文と最適なサイクル整合性で同定し、最終回答とする。
  論文  参考訳（メタデータ） (2024-11-05T04:01:41Z)
• LLM-based Translation Inference with Iterative Bilingual Understanding [52.46978502902928]
  大規模言語モデル(LLM)の言語間機能に基づいた,新しい反復的バイリンガル理解翻訳法を提案する。 LLMの言語横断的能力により、ソース言語とターゲット言語を別々にコンテキスト理解することが可能になる。 提案したIBUTは、いくつかの強力な比較法より優れている。
  論文  参考訳（メタデータ） (2024-10-16T13:21:46Z)
• Sentiment Analysis through LLM Negotiations [58.67939611291001]
  感情分析の標準的なパラダイムは、単一のLCMに依存して、その決定を1ラウンドで行うことである。 本稿では,感情分析のためのマルチLLMネゴシエーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-11-03T12:35:29Z)
• LINC: A Neurosymbolic Approach for Logical Reasoning by Combining Language Models with First-Order Logic Provers [60.009969929857704]
  論理的推論は、科学、数学、社会に潜在的影響を与える可能性のある人工知能にとって重要なタスクである。 本研究では、LINCと呼ばれるモジュール型ニューロシンボリックプログラミングのようなタスクを再構成する。 我々は,FOLIOとProofWriterのバランスの取れたサブセットに対して,ほぼすべての実験条件下で,3つの異なるモデルに対して顕著な性能向上を観察した。
  論文  参考訳（メタデータ） (2023-10-23T17:58:40Z)

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。