論文の概要: proxymate: Diagnosis and Adjustment of Proxy Estimates for Reliable Inference

• arxiv url: http://arxiv.org/abs/2607.24401v1
• Date: Mon, 27 Jul 2026 13:19:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:15.425124
• Title: proxymate: Diagnosis and Adjustment of Proxy Estimates for Reliable Inference
• Title（参考訳）: プロキシメイト:信頼推論のためのプロキシ推定の診断と調整
• Abstract要約: プロキシ検証と調整のためのフレームワークでオープンソースのPythonパッケージであるoxymateを紹介します。 プロキシメイトは、表現力レベル(人口的妥当性)、単位レベル(測定品質)、推定レベル(判定妥当性)、ドメインレベル(ドメイン間の輸送性)の4つのレベルに分けられる。
• 参考スコア（独自算出の注目度）: 39.481881531386
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Proxy outcomes (such as short-term behavioral signals, model predictions, or surrogate endpoints) are frequently used in place of primary outcomes that are too slow to mature, rare, or challenging to measure directly. But valid inference on a proxy does not guarantee valid inference on the primary estimate as proxy-based estimates can be systematically biased in ways that are difficult to predict, leading to improperly calibrated confidence intervals. We present proxymate, a framework and open-source Python package for proxy validation and adjustment. proxymate organizes into four levels: The Representativity Level (population validity), the Unit Level (measurement quality), the Estimate Level (decision validity), and the Domain Level (cross-domain transportability). Within each level, proxymate provides diagnostic checks, and targeted adjustment strategies that map specific failures to appropriate corrections. At Meta, proxymate has been adopted by many different use cases, spanning experimentation, prevalence estimation, and monitoring use cases, all facing different proxy challenges (limited human review time, long maturation window of outcomes, low detectability) and showcasing the modularity of the framework. Across all products, proxymate assessed and corrected millions of proxy, primary unit comparisons. It has facilitated launches across multiple work streams including enabling quick decision making on thousands of experiments.
• Abstract（参考訳）: 確率的な結果(短期的な行動信号、モデル予測、代理エンドポイントなど)は、成熟するのに遅すぎる、希少である、直接測定するのが難しい一次結果の代わりに頻繁に使用される。 しかし、プロキシ上の有効な推論は、プロキシベースの見積もりが予測が難しい方法で体系的にバイアスされ、不適切に調整された信頼区間につながるため、プライマリ見積に対する有効な推論を保証しない。 プロキシ検証と調整のためのフレームワークでオープンソースのPythonパッケージであるoxymateを紹介します。 プロキシメイトは、表現力レベル(人口的妥当性)、単位レベル(測定品質)、推定レベル(決定妥当性)、ドメインレベル(ドメイン間の輸送性)の4つのレベルに分けられる。 各レベルにおいて、プロキシメイトは診断チェックを提供し、特定の障害を適切な修正にマッピングするターゲット調整戦略を提供する。 Metaでは、さまざまなユースケースでプロキシメイトが採用されており、実験、有病率推定、監視ユースケースが採用されており、それぞれ異なるプロキシ課題に直面している(人間のレビュー時間制限、結果の長い成熟ウィンドウ、検出可能性の低い)。 すべての製品において、プロキシメイトは数百万のプロキシ、プライマリユニットの比較を評価し、修正した。 何千もの実験で素早く意思決定できるなど、複数の作業ストリームでのローンチを容易にする。

関連論文リスト

• ExComm: Exploration-Stage Communication for Error-Resilient Agentic Test-Time Scaling [57.42714978834704]
  ExCommは、探索段階のエージェントテストタイムスケーリングのための通信プロトコルである。 ExCommは、強いテスト時間スケーリングベースラインを一貫して上回ります。
  論文  参考訳（メタデータ） (2026-05-21T07:38:44Z)
• Doubly Robust Proxy Causal Learning with Neural Mean Embeddings [58.8808794752741]
  我々は、連続的かつ構造化された治療を用いて因果学習をプロキシするための、神経的に二重に頑健なフレームワークを開発する。 このフレームワークは、人口、不均一、条件付き線量応答関数をカバーし、完全な応答曲線推定器を生成する。 合成および画像評価ベンチマーク全体で、提案した推定器は既存のベースラインと単一ブリッジニューラル推定器より優れている。
  論文  参考訳（メタデータ） (2026-05-10T12:50:25Z)
• Estimate Level Adjustment For Inference With Proxies Under Random Distribution Shifts [42.80341491181117]
  我々は、プロキシベースの推論をキャリブレーションするために、ドメイン適応技術にインスパイアされた推定レベルフレームワークを導入する。 このフレームワークは、パラメータレベルでのランダムな効果としてプロキシ・プライマリ・メトリックの相違をモデル化し、その分布を集計された歴史的観測から推定する。 さらに、公開データセットと実世界の実験を用いて、このアプローチを検証する。
  論文  参考訳（メタデータ） (2026-05-07T16:07:35Z)
• PROXIMA: A Reliability Scoring Framework for Proxy Metrics in Online Controlled Experiments [0.0]
  PROXIMAは3つの相補的な次元の合成を通してプロキシの信頼性を評価する。 候補プロキシが起動決定を正すかどうかを直接監査する。 脆弱性分析により、レコメンデーションドメインはセグメントレベルの脆弱性がかなり高いことが分かる。
  論文  参考訳（メタデータ） (2026-04-15T19:10:53Z)
• Falsifying Predictive Algorithm [2.4006298200630343]
  意図しないモデル行動に関する実証的な研究は、アルゴリズムが意図されたことよりも別の結果を予測していることを示すことが多い。 本稿では,差別的妥当性に関する統計的検証を原則として行うファルシフィケ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） (2026-01-23T19:57:43Z)
• Automating the Selection of Proxy Variables of Unmeasured Confounders [16.773841751009748]
  既存のプロキシ変数推定器を拡張して、治療と結果の間に複数の未測定の共同創設者が存在するシナリオに対応する。 本稿では、プロキシ変数の選択と因果効果の偏りのない推定のための2つのデータ駆動手法を提案する。
  論文  参考訳（メタデータ） (2024-05-25T08:53:49Z)
• Online Decision Mediation [72.80902932543474]
  意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。 臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
  論文  参考訳（メタデータ） (2023-10-28T05:59:43Z)
• Choosing a Proxy Metric from Past Experiments [54.338884612982405]
  多くのランダム化実験では、長期的な計量の処理効果は測定が困難または不可能であることが多い。 一般的な方法は、いくつかの短期的プロキシメトリクスを計測して、長期的メトリックを綿密に追跡することである。 ランダム化実験の同種集団において最適なプロキシメトリックを定義し構築するための新しい統計フレームワークを導入する。
  論文  参考訳（メタデータ） (2023-09-14T17:43:02Z)
• Causal Ordering Without Effect Estimation: A Framework for Using Proxies in Treatment Prioritization [3.0509197593879844]
  予測プロキシを推論する決定中心のフレームワークを開発する。 プロキシが処理効果の優越的なモデレーターを反映した場合に保持する正しい効果順序をプロキシが回復する条件を同定する。 これらの条件が、個別選択設定において有用な近似としてどのように現れるかを示し、介入なしに行動する確率が説得を緩やかにすることを示す。
  論文  参考訳（メタデータ） (2022-06-25T02:15:22Z)

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。