Fugu-MT 論文翻訳(概要): The Cross-Domain Generalization Cost of Offensive Language Detection

論文の概要: The Cross-Domain Generalization Cost of Offensive Language Detection

arxiv url: http://arxiv.org/abs/2607.23512v1
Date: Sun, 26 Jul 2026 07:27:54 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-28 22:34:15.137097
Title: The Cross-Domain Generalization Cost of Offensive Language Detection
Title（参考訳）: 攻撃的言語検出のクロスドメイン一般化コスト
Abstract要約: 攻撃的な言語検出モデルは一般的に、データセットや言語間でのパフォーマンス低下を被る。本稿では,3つの協調技術コンポーネントからなる診断・最適化フレームワークを提案する。
参考スコア（独自算出の注目度）: 4.747574188705793
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Offensive language detection models generally suffer performance degradation when deployed across datasets and across languages, yet most existing studies stop at reporting this phenomenon and lack a systematic methodology for decomposing the causes of degradation into attributable components and quantifying the cost of remediation. This paper proposes a diagnosis and optimization framework composed of three coordinated technical components. First, a zero-shot transfer loss decomposition that separates the performance degradation from OLID to MLMA into two independently measurable components, namely dataset effect and language effect. Second, a controlled fine-tuning protocol that quantifies both adaptation efficiency and the hidden damage inflicted on the source task by comparing few shot learning curves under continued fine-tuning and cold-start starting points. Third, three joint training strategies incorpo rating temperature sampling and experience replay, which offer a controllable Pareto trade-off between improving multilingual capability and preserving source-task performance. Experiments built on this framework show that the dataset effect dominates the zero-shot transfer loss and substantially outweighs the language effect. Few-shot adaptation without a replay mechanism, though data-efficient, inflicts source task damage 4 to 9 times greater than that of the joint training strategies, and its damage magnitude is highly unstable. The three joint training strategies trade 3.2 to 4.1 percentage points of source-task performance for 8.1 to 42.6 percentage points of multilingual capability gain, forming a clear and controllable Pareto trade-off.
Abstract（参考訳）: 攻撃的な言語検出モデルは一般的に、データセットや言語にまたがるデプロイ時にパフォーマンス劣化を被るが、既存の研究では、この現象を報告しなくなり、原因を帰属するコンポーネントに分解し、修復コストを定量化する体系的な方法論が欠如している。本稿では,3つの協調技術コンポーネントからなる診断・最適化フレームワークを提案する。まず、OLIDからMLMAへの性能劣化を2つの独立した測定可能なコンポーネント、すなわちデータセット効果と言語効果に分離するゼロショット転送損失分解を行う。第2に、連続した微調整および冷間開始点下でのショット学習曲線の少ない比較により、ソースタスクに影響を及ぼす適応効率と隠れ損傷の両方を定量化する制御された微調整プロトコル。第三に、評価温度サンプリングと経験リプレイを取り入れた3つの共同トレーニング戦略は、多言語能力の改善とソースタスクのパフォーマンスの維持のトレードオフを制御可能なパレートを提供する。このフレームワーク上に構築された実験は、データセット効果がゼロショット転送損失を支配し、言語効果を大幅に上回っていることを示している。データ効率は良いものの、リプレイ機構を使わずに少ないショット適応により、ソースタスクの損傷はジョイントトレーニング戦略の4倍から9倍に増加し、損傷の程度は極めて不安定である。 3つの合同トレーニング戦略は、ソースタスクのパフォーマンスの3.2から4.1ポイントを多言語能力の8.1から42.6ポイントで取引し、クリアでコントロール可能なパレートのトレードオフを形成している。

関連論文リスト

SeDT: Sentence-Transformer Decision-Transformer Conditioning for Multi-Turn Conversation Reliability [2.7681522149440565]
根本原因は構造的であり、フラットな会話履歴は前回と同一の暗黙の重みを割り当てるため、重要な制約を偶発的ダイアログと区別する信号は与えない。本稿では、オフラインの強化学習から戻り条件をインポートすることで、この問題を解決する訓練不要な推論時間法であるSeDT文変換器について述べる。
論文参考訳（メタデータ） (2026-05-26T10:00:42Z)
Disentangled Double Machine Learning for Accurate Causal Effect Estimation [80.07136847623498]
共起バイアスは観測データから因果効果を推定する上で重要な課題である。二重機械学習(Double Machine Learning, DML)は、処理と結果ニュアンス関数を推定することによってこの問題に対処する。 DMLは高次元または有限サンプルのシナリオにおいてバイアス付きおよび不安定な推定をしばしば生成する。本稿では,2つの重要な戦略を統合する新しいアルゴリズムであるDistangled Double Machine Learning (DDML)を提案する。
論文参考訳（メタデータ） (2026-05-24T01:40:43Z)
HealSplit: Towards Self-Healing through Adversarial Distillation in Split Federated Learning [2.8115115690134744]
Split Federated Learning (SFL)は、プライバシ保護のための分散学習のための新興パラダイムである。ローカルな特徴、ラベル、スマッシュデータ、モデルウェイトをターゲットとした高度なデータ中毒攻撃には、依然として脆弱である。本稿では,SFL用に開発された最初の統一防衛フレームワークであるHealSplitについて述べる。
論文参考訳（メタデータ） (2025-11-14T12:42:11Z)
Large Language Models for Fault Localization: An Empirical Study [3.2111987440830974]
本稿では,大規模言語モデル (LLM) に関する体系的な実証的研究を,文レベルコード故障の局所化タスクにおいて提案する。我々は,オープンソースモデル (Qwen2.5-coder-32b-instruct, DeepSeek-V3) とクローズドソースモデル (GPT-4.1 mini, Gemini-2.5-flash) を評価し,その故障局所化機能を評価する。
論文参考訳（メタデータ） (2025-10-23T13:04:22Z)
Continual Action Quality Assessment via Adaptive Manifold-Aligned Graph Regularization [53.82400605816587]
アクション品質アセスメント(AQA)は、ビデオにおける人間の行動を定量化し、スポーツスコアリング、リハビリテーション、スキル評価の応用を支援する。大きな課題は、現実世界のシナリオにおける品質分布の非定常的な性質にある。本稿では,進化する分布を扱うための連続学習機能を備えた連続AQA(Continuous AQA)を紹介する。
論文参考訳（メタデータ） (2025-10-08T10:09:47Z)
Navigating Data Corruption in Machine Learning: Balancing Quality, Quantity, and Imputation Strategies [8.770864706004472]
欠落や騒々しいデータを含むデータの破損は、現実世界の機械学習において重大な課題を生じさせる。本研究では,データ破損がモデル性能に与える影響について検討し,これらの効果を緩和するための戦略を探る。データセットサイズの増加は軽減されるが,データ破損の影響を完全に克服することはできない。
論文参考訳（メタデータ） (2024-12-24T09:04:06Z)
Parameter-Efficient Learning for Text-to-Speech Accent Adaptation [58.356667204518985]
本稿では、テキスト音声(TTS)のための低リソースアクセント適応を開発するためのパラメータ効率学習(PEL)を提案する。冷凍前訓練TSモデルからの資源効率適応は、元のトレーニング可能なパラメータの1.2%から0.8%しか使用していない。実験結果から,提案手法はパラメータ効率の高いデコーダの微調整により,自然度と競合できることがわかった。
論文参考訳（メタデータ） (2023-05-18T22:02:59Z)
CausalDialogue: Modeling Utterance-level Causality in Conversations [83.03604651485327]
クラウドソーシングを通じて、CausalDialogueという新しいデータセットをコンパイルし、拡張しました。このデータセットは、有向非巡回グラフ(DAG)構造内に複数の因果効果対を含む。ニューラル会話モデルの訓練における発話レベルにおける因果性の影響を高めるために,Exponential Average Treatment Effect (ExMATE) と呼ばれる因果性強化手法を提案する。
論文参考訳（メタデータ） (2022-12-20T18:31:50Z)
Revisiting Distance Metric Learning for Few-Shot Natural Language Classification [1.0323063834827415]
数ショットの学習設定では、特にプロキシベースのDML損失は、教師付き言語モデルの微調整と推論に肯定的な影響を及ぼす可能性がある。 CCEとProxyAnchor Lossの組み合わせで調整されたモデルは、平均すると、CCEのみが3.27ポイントの最高のパフォーマンスとパフォーマンスのモデルである。
論文参考訳（メタデータ） (2022-11-28T10:19:31Z)
Understanding Programmatic Weak Supervision via Source-aware Influence Function [76.74549130841383]
Programmatic Weak Supervision (PWS)は、複数の弱い監督ソースのソース投票を確率的トレーニングラベルに集約する。エンドモデルのトレーニング目標を分解し、各(データ、ソース、クラス)に関連する影響を計算するために、インフルエンス関数(IF)を構築します。これらのプリミティブな影響スコアは、ソース投票、監督ソース、トレーニングデータなど、個々のコンポーネントPWSの影響を推定するために使用することができる。
論文参考訳（メタデータ） (2022-05-25T15:57:24Z)
On the Language Coverage Bias for Neural Machine Translation [81.81456880770762]
言語カバレッジバイアスは、ニューラルネットワーク翻訳(NMT)において重要である。実験を慎重に設計することにより、トレーニングデータにおける言語カバレッジバイアスの包括的分析を行う。本稿では,言語カバレッジバイアス問題を軽減するための,シンプルで効果的な2つのアプローチを提案する。
論文参考訳（メタデータ） (2021-06-07T01:55:34Z)
A Simple but Tough-to-Beat Data Augmentation Approach for Natural Language Understanding and Generation [53.8171136907856]
カットオフと呼ばれる、シンプルで効果的なデータ拡張戦略のセットを紹介します。カットオフはサンプリング一貫性に依存しているため、計算オーバーヘッドが少なくなる。 cutoffは、敵のトレーニングを一貫して上回り、IWSLT2014 German- English データセットで最先端の結果を達成する。
論文参考訳（メタデータ） (2020-09-29T07:08:35Z)

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。