論文の概要: A Persona-based Rate Action Index
- arxiv url: http://arxiv.org/abs/2607.26545v1
- Date: Wed, 29 Jul 2026 07:16:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-30 21:06:25.565047
- Title: A Persona-based Rate Action Index
- Title（参考訳）: ペルソナに基づくレートアクション指標
- Abstract要約: 我々は、連邦公開市場委員会(FOMC)が現在の連邦資金目標レートを上昇・維持・削減するという決定を予測するための指標を提案する。
インデックスを構築するために、公開データから約25,000ドルの検索可能なチャンクからなる新しいデータセットを収集しました。
我々は、データをメンバーごとのコーパスに分割し、それぞれを「ペルソナ」と呼ぶ生成システムの検索データベースとして利用する。
- 参考スコア（独自算出の注目度）: 0.3366038232188622
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose an index for predicting the U.S.\ Federal Open Market Committee (FOMC) decision to hike/hold/cut the current federal funds target rate based on how a collection of personas responds to current market conditions. To construct the index, we collected a new dataset consisting of nearly $25{,}000$ retrievable chunks from publicly available data. We partition the data into per-member corpora and use each as the retrieval database of a generative system we refer to throughout as a ``persona''. We first evaluate the personas across two complementary components of likeness: identifiability and detectability. Each persona's behavior is highly attributable (average member-conditional recall is $ 8\times $ chance) and generated content is nearly indistinguishable from held-out real content ($\hatτ_{\mathrm{det}} = 0.23$ against a $0.15$ floor). We then present evidence that query-conditioned representations of the personas capture members' monetary-policy stance relative to a known hawk--dove reputational ordering (Kendall's $τ= 0.63$, $p < 0.001$), substantially outperforming retrieval-only representations. These representations vary with time and current market conditions and form the basis of our proposed persona-based rate action index. For the $2022$--$2025$ period the index tracks the rate cycle (Kendall's $τ= 0.68$, $p < 10^{-6}$) and can be used to construct a simple classifier that predicts per-meeting outcomes at non-trivial accuracy ($0.69$ versus a $0.47$ base rate). Importantly, the index outperforms informative baselines and leads the federal funds target rate by roughly three quarters. As far as we are aware, our results are the first to demonstrate the ability to capture time-varying group behavior via a collection of digital personas.
- Abstract（参考訳）: 我々は,米国連邦公開市場委員会(FOMC)が現在の市場状況に応じてペルソナの収集がどのように反応するかに基づいて,現在の連邦資金目標レートを上昇・維持・削減する決定を予測するための指標を提案する。
このインデックスを構築するために、公開データから25,000ドル近い検索可能なチャンクからなる新しいデータセットを収集しました。
データをメンバごとのコーパスに分割し,「ペルソナ」と呼ぶ生成システムの検索データベースとして使用する。
まず、類似性の相補的な2つの構成要素(識別可能性と検出可能性)にまたがるペルソナを評価する。
それぞれのペルソナの振る舞いは非常に帰属的であり(平均的なメンバー条件のリコールは8\times $ chance)、生成されたコンテンツは保持されていない実コンテンツとほとんど区別がつかない(\hatτ_{\mathrm{det}} = 0.23$ against a $0.15$ floor)。
すると、ペルソナのクエリ条件による表現が、既知のホークに対する会員の金銭的政治姿勢を捉えているという証拠を提示する。
これらの表現は、時間と現在の市場条件によって異なり、提案したペルソナに基づくレートアクション指標の基礎を形成する。
2022$--2025$の期間において、インデックスはレートサイクルを追跡する(ケンドールの$τ= 0.68$, $p < 10^{-6}$)。
重要なことに、この指数は情報ベースラインを上回り、連邦予算の目標レートを約3/4に引き上げている。
私たちが認識している限り、私たちの結果はデジタルペルソナのコレクションを通じて、時間変化したグループの振る舞いをキャプチャする能力を示す最初のものです。
関連論文リスト
- Reference-Based Bias Detection in LLMs via Relative Representations of Hidden States [4.505185728893222]
本稿では,関連するモデル変種にまたがる隠れ状態表現のバイアスを監査する参照ベース手法を提案する。
微調整されたリサップ表現幾何学のため、絶対的な隠れ状態は直接的に同値ではない。
対象群が正・負の属性とどのように関連するかを測定する。
論文 参考訳（メタデータ） (2026-09-09T11:33:35Z) - Query-Aware Token Budgeting for Efficient Late-Interaction Visual Document Retrieval [2.9503571330401814]
遅延処理による視覚的文書検索は、ページ毎に多数のトークン埋め込みを格納することで、きめ細かいページ証拠を保存する。
提案手法は,高度に圧縮されたホットパスインデックスが候補を生成し,その後,ショートリストページのオリジナルトークンセット上でクエリ対応トークン予算処理を行う方法である。
論文 参考訳（メタデータ） (2026-09-07T09:18:03Z) - Beyond Self-Knowledge: Propagating Uncertainty Across Reasoning and Retrieval in LLMs [4.476374205849672]
ブラックボックス言語モデルの言語的信頼度は、検索ルーティングのための実用的な信号として機能する。
6つのQAベンチマーク、3つのモデルファミリー、3つの検索ポリシーで27,000のポリシーインスタンスを評価した。
論文 参考訳（メタデータ） (2026-07-28T11:30:25Z) - SFGA: A Statistics-First Gating Architecture with Adjudicative Escalation for Trustworthy SFT Data Procurement [2.8129261352670003]
我々は、調達をコストに配慮したルーティング問題として扱う統計第一のゲーティングアーキテクチャであるsysを提案する。
ゲートは間隔が狭く、サンプルサイズが適切で、軸が一致する場合にのみ決定を受理する。
コンサイドの勝利率は0.80、ポジションフリップ率は52%である。
論文 参考訳（メタデータ） (2026-07-21T10:52:04Z) - A Spectral Phase Diagram for Binary Few-Shot Classification: Intrinsic Dimensionality, Geometric Saturation, and Representational Diagnosis [0.0]
飽和指数 $S(K) = operatornameerank(widehat_W(K)) / K$ は、プールされたクラス内サンプルの有効ランクとショットカウントとの比を測る。
インデックスはサポート機能だけで$O(d3)$ timeで計算可能で、テストラベルやトレーニングされた分類子を必要としない。
論文 参考訳（メタデータ） (2026-06-12T16:46:24Z) - BehaviorBench: Modeling Real-World User Decisions from Behavioral Traces [53.55407626944686]
textscBehaviorBenchは、実世界の行動トレースからパーソナライズされた意思決定モデリングを評価するためのベンチマークである。
textscBehaviorBenchは、公開市場とオンチェーンの記録からウォレットレベルの意思決定履歴を再構築する。
2,000以上の評価ウォレットで、ベンチマークには141,445のBeliefインスタンスと1,485,972のTradeインスタンスが含まれている。
論文 参考訳（メタデータ） (2026-06-01T19:04:36Z) - Technical report on label-informed logit redistribution for better domain generalization in low-shot classification with foundation models [3.938980910007962]
信頼度校正は、基礎モデルに基づく現実世界の意思決定システムにおいて、新たな課題である。
本研究では,微調整の際,不正分類を罰する損失目標に組み込んだペナルティを提案する。
CMP(textitconfidence misalignment penalty)と呼ぶ。
論文 参考訳（メタデータ） (2025-01-29T11:54:37Z) - An Instrumental Value for Data Production and its Application to Data Pricing [107.98697414652479]
本稿では,データ生成プロセスのインストゥルメンタルな価値を捉えるためのアプローチを開発する。
情報経済学における情報設計と信号の古典的概念とどのように結びつくかを示す。
論文 参考訳（メタデータ） (2024-12-24T03:53:57Z) - Mind the Gap: A Causal Perspective on Bias Amplification in Prediction & Decision-Making [58.06306331390586]
本稿では,閾値演算による予測値がS$変化の程度を測るマージン補数の概念を導入する。
適切な因果仮定の下では、予測スコア$S$に対する$X$の影響は、真の結果$Y$に対する$X$の影響に等しいことを示す。
論文 参考訳（メタデータ） (2024-05-24T11:22:19Z) - Data-Efficient Learning via Clustering-Based Sensitivity Sampling:
Foundation Models and Beyond [28.651041302245538]
我々は$k$-meansクラスタリングとサンプリング感度に基づく新しいデータ選択手法を提案する。
線形回帰にどのように適用できるかを示すとともに,レバレッジスコアサンプリングの性能と驚くほど一致した新しいサンプリング戦略がもたらされる。
論文 参考訳（メタデータ） (2024-02-27T09:03:43Z) - Group Pose: A Simple Baseline for End-to-End Multi-person Pose
Estimation [102.02917299051757]
グループ・ポース(Group Pose)と呼ばれる単純だが効果的なトランスフォーマー・アプローチを提案する。
すべての$Ntimes(K+1)$クエリに対して単一の自己アテンションを、その後の2つのグループ自己アテンションに置き換える。
MS COCO と CrowdPose の実験結果から,従来の手法よりもヒトボックスの監督を伴わないアプローチの方が優れていることが示された。
論文 参考訳（メタデータ） (2023-08-14T17:58:04Z) - Estimating Structural Disparities for Face Models [54.062512989859265]
機械学習では、異なるサブ人口間でのモデルの性能や結果の差を測定することで、しばしば異質度の測定が定義される。
本研究では、人間の顔に訓練されたコンピュータビジョンモデルや、顔属性予測や影響推定などのタスクについて、そのような分析を行う。
論文 参考訳（メタデータ） (2022-04-13T05:30:53Z) - Progressive End-to-End Object Detection in Crowded Scenes [96.92416613336096]
以前のクエリベースの検出器は2つの欠点に悩まされていた: まず、複数の予測が1つのオブジェクトに対して推論される。
具体的には、まず受理されたクエリを選択して正の予測を生成し、その後、受理された予測に従って残雑音のあるクエリを精査する。
提案手法は,混み合ったシーンにおける問合せ型検出器の性能を大幅に向上させることができることを示す。
論文 参考訳（メタデータ） (2022-03-15T06:12:00Z) - Linear Speedup in Personalized Collaborative Learning [69.45124829480106]
フェデレート学習におけるパーソナライゼーションは、モデルのバイアスをトレーディングすることで、モデルの精度を向上させることができる。
ユーザの目的の最適化として、パーソナライズされた協調学習問題を定式化する。
分散の低減のためにバイアスを最適にトレードオフできる条件について検討する。
論文 参考訳（メタデータ） (2021-11-10T22:12:52Z)
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。