論文の概要: A Classifier That Teaches Itself: Self-Improving, Frozen-gate Training (SIFT) for Dynamic Document Classification

• arxiv url: http://arxiv.org/abs/2607.18358v1
• Date: Mon, 20 Jul 2026 12:38:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-22 19:05:05.199232
• Title: A Classifier That Teaches Itself: Self-Improving, Frozen-gate Training (SIFT) for Dynamic Document Classification
• Title（参考訳）: 動的文書分類のための自己改善・凍結ゲート訓練(SIFT)
• Abstract要約: 動的分類器サービスSIFT(Self-Improving, Frozen-gate Training)を提案する。 本稿では,アーキテクチャ,セルフフィードコーパスループ,フリーズゲートの促進機構,複数ドメイン配置について述べる。
• 参考スコア（独自算出の注目度）: 39.17006317116773
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Document classification is a solved problem in the laboratory and an unsolved one in the enterprise. The blocker is rarely model architecture; it is the labeling project that must precede a model and the institutional fear of letting a model retrain itself once one exists. We present SIFT (Self-Improving, Frozen-gate Training), a dynamic classifier service, which attacks both. SIFT serves classification from a deliberately cheap, CPU-bound pipeline, a SPLADE sparse encoder feeding a LightGBM head, and escalates only the low-confidence minority of pages to an LLM judge. The judge's verdicts are written back into a labeled corpus, so the expensive model continuously teaches the cheap one: the escalation rate falls, the corpus grows from production traffic rather than from an up-front annotation effort, and accuracy compounds with use. Onboarding a new document family requires only a declarative bundle, label space, anchor phrases, and a judge glossary, not a labeling project. The harder problem is safety: an autonomously retraining classifier can silently regress. SIFT resolves this with a two-part promote gate, a critical-label F1 regression check plus a frozen golden regression set the model is never trained on, either of which vetoes promotion. This turns "retrain monthly without a human" from reckless into routine. We describe the architecture, the self-feeding corpus loop, the frozen-gate promotion mechanism, and an illustrative multi-domain deployment, and we discuss the economics of a classifier whose marginal labeling cost trends toward zero.
• Abstract（参考訳）: 文書分類は研究室で解決された問題であり、企業では未解決の問題である。 ブロッカーはモデルアーキテクチャではめったになく、モデルに先行しなければならないラベル付けプロジェクトであり、モデルの存在を一度再トレーニングすることへの機関的恐れである。 本稿では,動的分類器サービスSIFT(Self-Improving, Frozen-gate Training)について述べる。 SIFTは、意図的に安価なCPUバウンドパイプライン、SPLADEスパースエンコーダからLightGBMのヘッドを供給し、低信頼の少数ページのみをLCMの審査員にエスカレートする。 審査員の評決はラベル付きコーパスに書き直されるので、高価なモデルは、エスカレーションレートが低下し、コーパスは前もってアノテーションの努力からではなく生産トラフィックから成長し、使用する精度の高い化合物から、常に安価なコーパスを教える。 新しいドキュメントファミリをオンボードするには、宣言的なバンドル、ラベル空間、アンカーフレーズ、および判断用語しか必要とせず、ラベリングプロジェクトではない。 より難しい問題は安全性だ。自律的に再訓練する分類器は静かに回復できる。 SIFTは、これを2つのプロモーターゲート、クリティカルラベルのF1レグレッションチェックと、モデルがトレーニングされていない凍ったゴールデンレグレッションセットで解決する。 これは「人間なしで毎月リトレーニング」を無謀からルーチンに変えます。 本稿では, アーキテクチャ, 自給コーパスループ, 凍結ゲートの促進機構, 図示的なマルチドメイン展開について述べる。

関連論文リスト

• Fast Unlearning at Scale via Margin Self-Correction [52.46927918952516]
  言語モデルアンラーニングは、トレーニングモデルを更新して、選択したトレーニング例を見ていないかのように振る舞う。 MASCは、既存のベースラインの計算コストのごく一部で、競争力のある忘れがちなトレードオフを達成する。
  論文  参考訳（メタデータ） (2026-06-01T21:49:54Z)
• Label-Free Reinforcement Learning via Cross-Model Entropy [4.404496835736175]
  強化学習を伴う学習後の大規模言語モデルは、報酬信号によってボトルネックとなる。 RL後学習のためのラベルなし報酬信号としてクロスモデルエントロピー(CME)を提案する。 CMEは継続的で、トレーニングなしであり、検証者が予想外の応答が正しいか、品質が高いと判断する原則に基づいている。
  論文  参考訳（メタデータ） (2026-05-27T19:04:35Z)
• Quantifying Self-Preservation Bias in Large Language Models [9.590157416396194]
  本稿では,emphTwo-role Benchmark for Self-Preservationを紹介する。 役割アイデンティティが客観的ユーティリティを過度に上回る頻度を測定する。 我々は,低改善体制下では,モデルが解釈スラックを利用してポストホック合理化を行うのを観察する。
  論文  参考訳（メタデータ） (2026-04-02T15:38:31Z)
• Self-Calibrating Language Models via Test-Time Discriminative Distillation [18.46710400838861]
  大規模言語モデル(LLM)は、しばしば間違って答える質問に対して体系的に過度に信頼されている。 我々は、テスト時間トレーニング(TTT)パイプラインである$textbfSECL$ ($textbfSE$lf-$textbfC$alibrating $textbfL$anguage Modelsを紹介します。
  論文  参考訳（メタデータ） (2026-03-18T13:28:50Z)
• Exact Federated Continual Unlearning for Ridge Heads on Frozen Foundation Models [9.98952145483793]
  ファンデーションモデルは一般的に、フェデレートされた設定でプライベートなユーザ生成データに適応するために、小さな訓練可能なヘッドを持つフリーズ機能抽出器としてデプロイされる。 我々は,この問題を,リッジ-レグレッションヘッドを用いた凍結基礎モデルとして,実用的には関係があるが未探索の状態で研究する。
  論文  参考訳（メタデータ） (2026-03-13T13:24:35Z)
• Delete and Retain: Efficient Unlearning for Document Classification [1.0026496861838448]
  Hessian Reassignmentは、文書分類におけるクラスアンラーニングのための2段階のモデルに依存しないソリューションである。 標準のテキストベンチマークでは、Hessian Reassignmentはクラスの精度をフルアズアウトクラスに近く保ちながら、桁違いに高速に実行した。 その結果、文書分類における効率的なクラスアンラーニングへの実践的で原則化された道筋が示される。
  論文  参考訳（メタデータ） (2025-12-06T18:57:06Z)
• Reinforcement Learning with Verifiable yet Noisy Rewards under Imperfect Verifiers [90.50039419576807]
  RLVR(Reinforcement Learning with Verifiable Rewards)は、人為的なラベル付けを避けるために、自動検証に対するポリシーを訓練する。 認証ハッキングの脆弱性を軽減するため、多くのRLVRシステムはトレーニング中にバイナリ$0,1$の報酬を破棄する。 この選択にはコストがかかる:textitfalse negatives(正しい回答、FNを拒絶)とtextitfalse positives(間違った回答、FPを受け入れる)を導入する。
  論文  参考訳（メタデータ） (2025-10-01T13:56:44Z)
• Label-Retrieval-Augmented Diffusion Models for Learning from Noisy Labels [61.97359362447732]
  ノイズの多いラベルからの学習は、実際のアプリケーションのための機械学習において、重要かつ長年にわたる問題である。 本稿では,生成モデルの観点からラベルノイズ問題を再構成する。 我々のモデルは、標準的な実世界のベンチマークデータセットで新しいSOTA(State-of-the-art)結果を達成する。
  論文  参考訳（メタデータ） (2023-05-31T03:01:36Z)
• WR-ONE2SET: Towards Well-Calibrated Keyphrase Generation [57.11538133231843]
  キーワード生成は、入力文書を要約する短いフレーズを自動的に生成することを目的としている。 最近登場したONE2SETパラダイムは、キーフレーズをセットとして生成し、競争性能を達成した。 本稿では, ONE2SET を拡張した WR-ONE2SET を提案する。
  論文  参考訳（メタデータ） (2022-11-13T09:56:24Z)
• Two-phase Pseudo Label Densification for Self-training based Domain Adaptation [93.03265290594278]
  TPLDと呼ばれる,新規な二相擬似ラベル高密度化フレームワークを提案する。 第1フェーズでは,スライディングウインドウ投票を用いて,画像内の内在的空間相関を利用して,自信のある予測を広める。 第2フェーズでは,信頼度に基づく容易な分類を行う。 トレーニングプロセスの容易化と騒音予測の回避を目的として,ブートストラップ機構の導入を行った。
  論文  参考訳（メタデータ） (2020-12-09T02:35:25Z)

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。