論文の概要: CLARA: Clarification of Language Ambiguity through Result Analysis for Natural-Language Cancer Genomics Queries
- arxiv url: http://arxiv.org/abs/2608.05195v1
- Date: Mon, 03 Aug 2026 23:08:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 15:25:20.744555
- Title: CLARA: Clarification of Language Ambiguity through Result Analysis for Natural-Language Cancer Genomics Queries
- Title（参考訳）: クララ:自然言語癌ゲノムクエリの結果分析による言語曖昧性の解明
- Abstract要約: 我々は,質問を型付き科学クエリ仕様として表現するフレームワークであるCLARAを提案する。
CLARAは8つのTCGA PanCancer Atlasコホートと30遺伝子パネルの変異頻度コントラストを評価した。
CLARAは120個の単語を別々に生成し、手動で言語ストレステストを行い、60個の結果に敏感なコントラストと60個の安定コントラストのうち13個の不必要に明確化した。
- 参考スコア（独自算出の注目度）: 4.351890561620454
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A natural language interface can be used to make cancer genomics databases easier to use, but even if a question is perfectly fluent, its scientific meaning can be ambiguous. We propose CLARA, a framework that represents a question as a typed scientific query specification, considers a few possible interpretations, executes them, and asks for clarification when the estimates diverge. CLARA was assessed on mutation-prevalence contrasts among eight TCGA PanCancer Atlas cohorts and a 30-gene panel. This benchmark consisted of 330 unique executable contrasts varying in mutation scope, assay denominator, and sample context; 115 contrasts were result-sensitive and 215 were result-stable, per the preregistered definition of relative divergence greater than 0.10 or absolute divergence greater than 5 percentage points. An independently implemented pandas execution engine perfectly replicated all 660 results from the SQLite engine. In a separate 120-question LLM-generated, manually vetted language stress test, CLARA recognized all 60 result-sensitive contrasts and needlessly clarified 13 of 60 stable contrasts (accuracy 89.2%, sensitivity/recall 100%, specificity 78.3%). Standalone machine learning had superior overall accuracy (97.5%) but missed one critical contrast. This demonstrates that downstream execution can distinguish consequential from inconsequential ambiguity and reveal an explicit trade-off between safety and burden.
- Abstract（参考訳）: 自然言語インタフェースは、がんゲノムデータベースをより使いやすくするために使用することができるが、疑問が完全に流動的であるとしても、その科学的意味は曖昧である。
我々は,質問を型付き科学クエリ仕様として表現するフレームワークであるCLARAを提案し,いくつかの可能な解釈を考慮し,それらを実行し,推定値が分岐した際の明確化を求める。
CLARAは8つのTCGA PanCancer Atlasコホートと30遺伝子パネルの変異頻度コントラストを評価した。
このベンチマークは、突然変異の範囲、例えば分母、サンプルコンテキストによって異なる330のユニークな実行可能コントラストで構成され、115のコントラストは結果に敏感であり、215のコントラストは、予め登録された0.10以上の相対発散、あるいは5以上の絶対発散の定義に従って結果安定であった。
独立して実装されたパンダ実行エンジンは、SQLiteエンジンから660の結果を完全に再現した。
CLARAは120個のLLM生成、手動による言語ストレステストで、60個の結果に敏感なコントラストをすべて認識し、60個の安定コントラスト(精度89.2%、感度/リコール100%、特異性78.3%)を不必要に明確化した。
スタンドアローンの機械学習は全体的な精度(97.5%)が優れているが、1つの重要なコントラストを欠いた。
このことは、下流での実行が連続的な曖昧さと非連続的な曖昧さを区別し、安全性と重荷の間の明確なトレードオフを明らかにすることを示している。
関連論文リスト
- EMFE: A lightweight, explainable machine learning framework for malaria cell classification [0.7437884690206271]
染色血液スミア顕微鏡によるマラリアの診断は、深層畳み込み神経ネットワークに支配されている。
単発赤血細胞像を寄生・無感染と分類するための5機能フレームワークEMFEを提案する。
論文 参考訳（メタデータ） (2026-08-25T16:38:04Z) - Improving O-RADS Risk Stratification from Ultrasound Reports: A Comparative Evaluation of Hybrid versus End-to-End LLM Reasoning Strategies [17.85382282659117]
ORADS(OvarianAd Reportingal and Data Fable System)分類における大規模言語モデル(LLM)の性能と推論戦略を比較した。
機能ベースのハイブリッドアーキテクチャは、ほぼ最高の性能を示し、99.2%の精度(390の387)と参照標準との一致を実現した。
論文 参考訳（メタデータ） (2026-08-24T10:04:17Z) - Passing Coarse Marginal Checks Can Be Cheap: Persona Mixtures and Imprecise Treatment-Response Estimates in an LLM Persona Panel [0.0]
戦略ゲームにおける16個の軽量人格条件付きGPT-4.1構成の固定パネルについて検討した。
変化は急激なインデクシングであったが、そのシェアは不確実性の仮定に依存していた。
結果は、1つの固定されたモデル・プロンプトパネルに関係し、人間の置換性を確立しない。
論文 参考訳（メタデータ） (2026-08-02T04:10:11Z) - LLM Doesn't Know What It Doesn't Know: Detecting Epistemic Blind Spots via Cross-Model Attribution Divergence on Clinical Tabular Data [2.1443570696048906]
大規模言語モデル(LLM)は、構造化された臨床データにますます適用される。
Qwen 2.5 7B と XGBoost を比較する。
論文 参考訳（メタデータ） (2026-06-17T18:49:44Z) - Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
テキスト検出器は、事前訓練された典型軸を増幅する。
タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。
RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
論文 参考訳（メタデータ） (2026-05-20T19:08:38Z) - Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。
個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。
構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
論文 参考訳（メタデータ） (2026-05-15T17:08:27Z) - From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。
商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。
低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
論文 参考訳（メタデータ） (2026-03-02T13:02:13Z) - PanCanBench: A Comprehensive Benchmark for Evaluating Large Language Models in Pancreatic Oncology [48.732366302949515]
大規模言語モデル(LLM)は、標準化された検査において専門家レベルの性能を達成したが、複数の選択精度は現実の臨床的有用性や安全性を十分に反映していない。
我々は、未確認患者の質問に対して、専門家のルーブリックを作成するための、ループ内人間パイプラインを開発した。
LLM-as-a-judge フレームワークを用いて,22のプロプライエタリおよびオープンソース LLM の評価を行い,臨床完全性,事実精度,Web-search 統合について検討した。
論文 参考訳（メタデータ） (2026-03-02T00:50:39Z) - Prompt Architecture Determines Reasoning Quality: A Variable Isolation Study on the Car Wash Problem [0.0]
本研究では,生産システムのアーキテクチャ層が正しい推論を可能にする方法を検討する。
STAR(Situation-Task-Action-Result)推論フレームワークだけでは精度が0%から85%に向上することがわかった。
論文 参考訳（メタデータ） (2026-02-25T11:40:15Z) - Context-Dependent Affordance Computation in Vision-Language Models [0.0]
視覚表現モデル(VLM)における文脈依存型アベイランス計算の現象を特徴付ける。
大規模な計算研究を通じて、膨大な空き容量のドリフトを実証する。
これらの結果から, VLM は文脈依存的な計算能力を有することが明らかとなった。
論文 参考訳（メタデータ） (2026-02-14T04:22:00Z) - Does higher interpretability imply better utility? A Pairwise Analysis on Sparse Autoencoders [63.544453925182005]
3つの言語モデルで90のSAEをトレーニングし、解釈可能性と操舵性を評価します。
解析の結果,比較的弱い正の相関(tau b approx 0.298)しか示さず,解釈性は操舵性能の指標として不十分であることが示唆された。
本稿では,特徴量の増幅が次のトークン分布に与える影響を計測するデルタトークン信頼性(Delta Token Confidence)という新しい選択基準を提案する。
論文 参考訳（メタデータ） (2025-10-04T04:14:50Z) - Causal Understanding by LLMs: The Role of Uncertainty [43.87879175532034]
近年の論文では、LLMは因果関係分類においてほぼランダムな精度を達成している。
因果的事例への事前曝露が因果的理解を改善するか否かを検討する。
論文 参考訳（メタデータ） (2025-09-24T13:06:35Z) - Language in Vivo vs. in Silico: Size Matters but Larger Language Models Still Do Not Comprehend Language on a Par with Humans Due to Impenetrable Semantic Reference [1.8434042562191815]
本研究では,人間とモデルの違いがモデルサイズに寄与するかどうかを判断する上で,モデルスケーリングが果たす役割について検討する。
アナフォラ, 中心埋め込み, 比較, 負極性を含む文法判断タスクにおいて, 3つの大言語モデル(LLM)を検証した。
結果,ChatGPT-4の精度は,ChatGPT-4の精度が76%に対して80%であったのに対し,ChatGPT-4の精度は1つのタスク条件,すなわち文法文でのみ優れていた。
論文 参考訳（メタデータ） (2024-04-23T10:09:46Z)
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。