論文の概要: CANDOR: Chance-Calibrated Discordance in Frozen Foundation Encoders

• arxiv url: http://arxiv.org/abs/2607.18451v1
• Date: Mon, 20 Jul 2026 19:01:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-22 19:05:05.21953
• Title: CANDOR: Chance-Calibrated Discordance in Frozen Foundation Encoders
• Title（参考訳）: CANDOR:冷凍ファンデーションエンコーダにおけるCance-Calibrated Discordance
• Abstract要約: ラベルスワップの下で同規模の銀行が対称な不協和性尺度であるCANDORを導入し、その確率レベルを正確に半分に固定する。 22のエンコーダ、7つのドメインからの20のデータセット、605,443のイメージで、この修正は結論を逆転させる。
• 参考スコア（独自算出の注目度）: 1.997635056017482
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Frozen encoders are chosen by how well a lightweight head reads a finding from their features, not whether the geometry separates it. Nearest-neighbor discordance does, but with unequal banks the opposite-label neighbor wins on density, not geometry, so prevalence alone makes an uninformed encoder look blind. We introduce CANDOR, a discordance measure whose equal-size banks are symmetric under a label swap, fixing its chance level at exactly one half. Across 22 encoders, 20 datasets from 7 domains, and 605,443 images, this correction reverses the conclusion. Collapse falls below chance almost everywhere, so no encoder is blind, yet all are weak: the best chest model reads pneumothorax at 84.5 AUROC and still places 18.4% of those positives nearer an opposite-label film than its own kind in the same hospital. The same encoder that resolves bird species at 4.5 leaves chest findings at 42.8 and glaucoma at 49.8, at chance and worse than random weights. Such a case caps the normalized margin of any Lipschitz head, yet some head among eleven is correct on all but 2.8% of cases where one head misses 35.9%: the deficit is selection, not information. Erasure retention is associated with collapse; we detect no association with the objective, scale, recency, or size of the finding. Because the chance level is fixed, CANDOR can be read before any head is trained, flagging which findings a frozen encoder supports poorly.
• Abstract（参考訳）: 冷凍エンコーダは、軽量な頭部が特徴の発見をいかにうまく読み取るかによって選択される。 隣り合う不一致はありますが、不平等な銀行では、反対ラベルの隣人が密度に勝つのは幾何学ではなく幾何学です。 ラベルスワップの下で同規模の銀行が対称な不協和性尺度であるCANDORを導入し、その確率レベルを正確に半分に固定する。 22のエンコーダ、7つのドメインからの20のデータセット、605,443のイメージで、この修正は結論を逆転させる。 一番良い胸部モデルでは84.5 AUROCで気胸を読み、それでも18.4%の陽性者は同じ病院で自身のタイプよりも反対のラベルフィルムに近づいている。 4.5の鳥類種を分解する同じエンコーダは、42.8の胸部所見と49.8の緑内障を、偶然にランダムな重量よりも悪くする。 このような場合、リプシッツヘッドの正常化マージンを上限とするが、11人中2.8%の頭部が35.9%を欠いている場合は、情報ではなく選択である。 消去保持は崩壊と関連しており、対象物、規模、傾向、大きさとは何の関係も検出しない。 チャンスレベルが固定されているため、任意のヘッドがトレーニングされる前にCANDORを読み取ることができる。

関連論文リスト

• What Output-Equivalence Oracles Miss: An Empirical Study of Equivalence-Invisible Bug Fixes in Quantum Transpilers (Qiskit, tket, Cirq) [0.25489046505746704]
  量子コンパイラは出力等価性によって正しいと判断される。 実際にマージされたコンパイラの修正で発生する頻度を測定します。 保守的なフロアは、無条件で同値で見えないチャネルにさえ制限されている。
  論文  参考訳（メタデータ） (2026-09-12T09:49:43Z)
• What an odour descriptor corpus can and cannot measure: valence, attenuation, and the ceiling of the public record [0.0]
  マシン・ウルフアクションは、プール化された公開ディスクリプタコーパスで訓練するが、共有ディスクリプタワードがコーパス全体で同じことを計測するかどうかはまだテストされていない。 分子のコンディショニングによって、マクネマールのテストがコーパス効果の正確な条件テストとなることを示す。 ディスクリプタクロスウォークと20の機械チェックされた定理をリリースする。
  論文  参考訳（メタデータ） (2026-09-11T14:03:25Z)
• Capability-Gated Conformance Testing of Quantum Error-Correction Decoder Libraries [2.8225611777999906]
  判決は各図書館が宣言する内容に基づいて公布されるので、解雇は発行された保証と矛盾する。 境界距離の正確さは0.0%と直接宣言されるが、仮説は62.1%のケースで成り立つ。 639の証明書はすべて、独立検証器のバンドルとして出荷され、最初の原則から再帰される。
  論文  参考訳（メタデータ） (2026-09-07T04:44:19Z)
• When Graph-JEPA Learns the Wrong Thing: Diagnosing and Repairing Category-Conditional Collapse [3.0255780640228984]
  共同埋め込み予測アーキテクチャは線形探索と有効ランクによってほぼ普遍的に選択される。 本報告では,表現中に使用可能なインスタンス情報がゼロである場合に,両者が正常に読まれる事例を報告する。 Graph-JEPAは、サブグラフの残りの側面から1つのマスクされたアスペクトを予測し、線形プローブ精度0.871と有効ランク18-47を達成する。 再現性監査とターゲットゲートを備えたハーネスをリリースする。
  論文  参考訳（メタデータ） (2026-08-20T19:22:49Z)
• MIRROR: Multimodal Intelligent Radiology Reasoning and Observation Reporter [1.3106404792425626]
  MIRRORは失敗と成功を分けるために開発された研究用プロトタイプである。 複数ラベルの分類器、Grad-CAMローカライザ、ラベル、確率、および領域を受信するレポートライターをチェーンするが、イメージは決して受信しない。 MIRRORレポートの発見は確率ベクトルに対して監査可能であり、それらをフレーミングする文は通常の生成テキストである。
  論文  参考訳（メタデータ） (2026-08-17T15:25:38Z)
• Explaining AI-Image Detection: What the Heatmap Actually Shows [65.01025489527173]
  私たちは検出器を構築し、その証拠として属性マップを添付します。 私たちは、そのペアがコントロール下の186,527のイメージにもたらすものを測定します。 属性ランキングが存在するかどうかは、検出器が画像に反応するかどうかに依存する。
  論文  参考訳（メタデータ） (2026-07-31T16:07:05Z)
• Abliteration Is Not a Scalpel: Off-Target Effects of Refusal Removal on Decision Disposition Across Model Families [51.56484100374058]
  放棄 — モデルの拒絶方向を重みから取り除く — は、一般的な"アンセンソルド"なオープンウェイトモデルの標準的なレシピである。 ディスポジションプローブとして21,600個の決定を不確実性の下で使用し、凍結パイプラインを通じて再生することにより、決定層モデルが唯一の変数となる。 3つのエフェクトは2つのファミリーにまたがって複製される(ゼロを除く週間クラスターCI) 4つ目の効果は符号を逆転する:同じ操作によりGemmaで読み取られた方が自信が弱まり、Qwenで読み取られたものがより多くなる(ファミリーCIは重複しない)。
  論文  参考訳（メタデータ） (2026-07-19T22:27:00Z)
• Does Bielik Know What It Doesn't Know? Activation Dispersion Separates Entity Familiarity from Factual Reliability Across Model Scale [0.0]
  一つの応答トークンが生成される前にモデルのアクティベーションがエンティティの親しみを裏切るのか、その信号が回答の事実的信頼性を予測するのかを問う。 ポーランド・ビエリクの4つのモデル(1.5BBパラメータ)では、4つのエンティティドメイン(選手、都市、作家、ミュージシャン)を探索する。
  論文  参考訳（メタデータ） (2026-07-08T17:24:43Z)
• The verifier side of speculative window decoding: a predictability bracket, a machine-checked blast-radius bound, and a decoder-agnostic recover loop [0.0]
  投機的ウィンドウデコーダは、量子エラー閾値デコーダの遅延を隠蔽する。 約90%の精度で1つの予測器を構築しました。 2番目の復号器はデコーダに依存しない:予測検証回収ラッパーと構造現象学である。
  論文  参考訳（メタデータ） (2026-07-07T20:07:18Z)
• Scheduling Thoughts: Learning the Order of Thought in Diffusion Language Models [51.21958617138889]
  自己認識スケジューリングは、軽量な順序ポリシーを学び、任意の順序と半自己回帰デコーディングの両方にシームレスに適用する。 1B MDMのスドクでは、SASはパズルの精度を82.0%(ベストスケジュール)から91.8%に改善し、第2ステージの微調整で97.5%に達する。 LLaDA-8Bの数学的推論では、ASSはGSM8Kのpass@1を64%から76%に改善し、MBPPは39.5%から41%に改善した。
  論文  参考訳（メタデータ） (2026-06-22T16:32:25Z)
• CLUE: Non-parametric Verification from Experience via Hidden-State Clustering [64.50919789875233]
  隠れアクティベーションの軌跡内の幾何的に分離可能なシグネチャとして解の正しさが符号化されていることを示す。 ClUE は LLM-as-a-judge ベースラインを一貫して上回り、候補者の再選において近代的な信頼に基づく手法に適合または超えている。
  論文  参考訳（メタデータ） (2025-10-02T02:14:33Z)
• Even Heads Fix Odd Errors: Mechanistic Discovery and Surgical Repair in Transformer Attention [1.58969890720707]
  Llama-3.1-8B-Instructにおける形式依存推論失敗の力学ケーススタディを提案する。 このモデルは、チャットやQ&Aフォーマットでは「9.11」が「9.8」よりも大きいと誤って判断するが、単純な形式では正しく答える。 25%の注意頭を用いて完全修復を行い,60%のパターン置換閾値を同定した。
  論文  参考訳（メタデータ） (2025-08-26T20:33:50Z)
• Handling Imbalanced Pseudolabels for Vision-Language Models with Concept Alignment and Confusion-Aware Calibrated Margin [56.37346003683629]
  擬似ラベルを用いた下流タスクへの視覚言語モデル(VLM)の適用が注目されている。 主な障害は、VLMによって生成された擬似ラベルが不均衡になり、性能が低下する傾向があることである。 本稿では,概念アライメントと混乱を考慮したマージン機構を取り入れた新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-04T10:24:34Z)
• Quantum computation on a 19-qubit wide 2d nearest neighbour qubit array [59.24209911146749]
  本稿では,1次元に制約された量子ビット格子の幅と物理閾値の関係について検討する。 我々は、表面コードを用いた最小レベルのエンコーディングでエラーバイアスを設計する。 このバイアスを格子サージャリングサーフェスコードバスを用いて高レベルなエンコーディングで処理する。
  論文  参考訳（メタデータ） (2022-12-03T06:16:07Z)
• Deep Learning for Diagonal Earlobe Crease Detection [0.0]
  著者は、終末動脈が心臓と耳を供給していると説明した。 いくつかの耳たぶには斜めの亀裂、線または深い折り目があり、輪郭に似ている。 本稿では、DLCやFrank's Signとして知られるこの特定のマーカーを検出するための一歩を踏み出す。
  論文  参考訳（メタデータ） (2022-10-20T20:51:48Z)
• Assessing glaucoma in retinal fundus photographs using Deep Feature Consistent Variational Autoencoders [63.391402501241195]
  緑内障は症状が重くなるまで無症状のままでいるため、検出が困難である。 緑内障の早期診断は機能的,構造的,臨床的評価に基づいて行われることが多い。 ディープラーニング手法はこのジレンマを、マーカー識別段階をバイパスし、ハイレベルな情報を分析してデータを分類することで部分的に解決している。
  論文  参考訳（メタデータ） (2021-10-04T16:06:49Z)

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。