論文の概要: Mapping Similarity Spaces across Embedding Models with Synthetic Query Probing

• arxiv url: http://arxiv.org/abs/2608.05857v1
• Date: Thu, 06 Aug 2026 10:38:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 15:25:20.888785
• Title: Mapping Similarity Spaces across Embedding Models with Synthetic Query Probing
• Title（参考訳）: 合成クエリー探索による埋め込みモデル間の類似性空間のマッピング
• Abstract要約: 組込みよりもスコア分布間のマッピングを学習することで、類似度スコアがどのように関連付けられるかを検討する。 本稿では、文書からクエリを生成し、制御されたクエリ-チャンクペアを生成するSynthetic Query Probingを紹介する。 SciFactとプロプライエタリなコーパスの実験では、モデルはほとんどランクに一致するが、絶対スコアは体系的な歪みを示す。
• 参考スコア（独自算出の注目度）: 0.18006769874322107
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Retrieval-Augmented Generation systems rely on similarity scores to retrieve relevant content, yet scores are not directly comparable across embedding models due to differing geometric properties, complicating model migration and limiting threshold reuse. We study how similarity scores can be related by learning mappings between score distributions rather than embeddings. We introduce Synthetic Query Probing, generating queries from documents to create controlled query-chunk pairs, enabling large-scale, reference-free analysis of cross-model similarity behavior. We evaluate the approach on multiple embedding configurations and learn score conversion functions using linear, isotonic, and quantile mappings. Experiments on SciFact and a proprietary corpus show that while models largely agree on rankings, their absolute scores exhibit systematic distortions. Learned mappings partially align these spaces and improve threshold portability, with isotonic regression performing best. Our results highlight the need for cross-model calibration and position Synthetic Query Probing as a scalable framework for analyzing embedding comparability.
• Abstract（参考訳）: Retrieval-Augmented Generation システムは、関連するコンテンツを取得するために類似度スコアに依存するが、幾何特性の違い、モデルマイグレーションの複雑化、しきい値再利用の制限により、埋め込みモデル間でスコアは直接比較されない。 組込みよりもスコア分布間のマッピングを学習することで、類似度スコアがどのように関連付けられるかを検討する。 本稿では,文書からクエリを生成し,クエリとチャンクのペアを制御して生成するSynthetic Query Probingを紹介した。 線形, 等速, 量子マップを用いて, 複数埋め込み構成のアプローチとスコア変換関数の学習について検討する。 SciFactとプロプライエタリなコーパスの実験では、モデルはほとんどランクに一致するが、絶対スコアは体系的な歪みを示す。 学習された写像はこれらの空間を部分的に整列させ、閾値ポータビリティを向上させる。 この結果から,組込みコンパビリティを解析するためのスケーラブルなフレームワークとして,クロスモデルキャリブレーションと位置合成クエリプローブの必要性を強調した。

関連論文リスト

• End-to-End Cell Detection via Instance-aware Graph Modeling [31.98156719497261]
  細胞検出と分類のためのエンドツーエンドフレームワークを提案する。 動的グラフ構築モジュールとインスタンス対応グラフネットワークが組み込まれている。 本手法は,検出性能と分類性能の両方において既存手法よりも優れていた。
  論文  参考訳（メタデータ） (2026-09-14T10:37:19Z)
• ABLE: Representing and Mapping LLMs via Attribution-Based Large-model Embedding [23.27523995613204]
  本稿では、解釈可能性空間を利用してモデル表現を構築するフレームワークであるABLE(Attribution-based Large-model Embedding)を提案する。 パラメーターに依存しない単語レベルのアライメントによって勾配に基づく特徴属性を集約することにより、ABLEはモデル固有の入力感度パターンをキャプチャする。 我々のトレーニングフリーアプローチは、関係予測、モデルルーティング、ベンチマークスコア予測において、競争力または優れた性能を達成する。
  論文  参考訳（メタデータ） (2026-04-20T04:55:11Z)
• Nonparametric Data Attribution for Diffusion Models [57.820618036556084]
  生成モデルのデータ属性は、個々のトレーニング例がモデル出力に与える影響を定量化する。 生成画像とトレーニング画像のパッチレベルの類似性によって影響を測定する非パラメトリック属性法を提案する。
  論文  参考訳（メタデータ） (2025-10-16T03:37:16Z)
• Model Correlation Detection via Random Selection Probing [62.093777777813756]
  既存の類似性に基づく手法では、モデルパラメータにアクセスしたり、しきい値なしでスコアを生成する必要がある。 本稿では,モデル相関検出を統計的テストとして定式化する仮説テストフレームワークであるランダム選択探索(RSP)を紹介する。 RSPは相関の証拠を定量化する厳密なp-値を生成する。
  論文  参考訳（メタデータ） (2025-09-29T01:40:26Z)
• DDB: Diffusion Driven Balancing to Address Spurious Correlations [24.940576844328408]
  経験的リスク最小化でトレーニングされたディープニューラルネットワークは、アウト・オブ・ディストリビューションのサンプルに一般化できないことが多い。 テキストと画像の拡散モデルを用いたトレーニングサンプルを生成するための拡散駆動バランス(DDB)手法を提案する。 実験の結果,本手法は既存の最先端手法よりもグループ精度がよいことがわかった。
  論文  参考訳（メタデータ） (2025-03-21T15:28:22Z)
• Beyond Benchmarks: Evaluating Embedding Model Similarity for Retrieval Augmented Generation Systems [0.9976432338233169]
  RAGシステムのコンテキストにおける埋め込みモデルの類似性を評価する。 5つのデータセットで、プロプライエタリなモデルを含む埋め込みモデルのさまざまなファミリを比較します。 プロプライエタリなモデルに対するオープンソース代替案を特定でき、MistralはOpenAIモデルに最もよく似ている。
  論文  参考訳（メタデータ） (2024-07-11T08:24:16Z)
• Sample Complexity Bounds for Score-Matching: Causal Discovery and Generative Modeling [82.36856860383291]
  我々は,標準深部ReLUニューラルネットワークをトレーニングすることにより,スコア関数の正確な推定が可能であることを実証した。 スコアマッチングに基づく因果発見手法を用いて因果関係の回復の誤差率の限界を確立する。
  論文  参考訳（メタデータ） (2023-10-27T13:09:56Z)
• Revisiting the Evaluation of Image Synthesis with GANs [55.72247435112475]
  本研究では, 合成性能の評価に関する実証的研究を行い, 生成モデルの代表としてGAN(Generative Adversarial Network)を用いた。 特に、表現空間におけるデータポイントの表現方法、選択したサンプルを用いた公平距離の計算方法、各集合から使用可能なインスタンス数など、さまざまな要素の詳細な分析を行う。
  論文  参考訳（メタデータ） (2023-04-04T17:54:32Z)
• Smoothed Embeddings for Certified Few-Shot Learning [63.68667303948808]
  我々はランダムな平滑化を数ショットの学習モデルに拡張し、入力を正規化された埋め込みにマッピングする。 この結果は、異なるデータセットの実験によって確認される。
  論文  参考訳（メタデータ） (2022-02-02T18:19:04Z)
• Cluster Analysis of a Symbolic Regression Search Space [2.055204980188575]
  探索空間における遺伝的プログラミングによって生成される記号的回帰モデルの分布について、より詳しく検討する。 我々は、表現型と遺伝子型類似性に基づいて、ユニークなモデルを特定し、それらをクラスタリングする。 GPが訪れた解候補を列挙した探索空間にマッピングすることで、GPは最初は全探索空間を探索し、後に最高品質表現の部分空間に収束する。
  論文  参考訳（メタデータ） (2021-09-28T17:50:29Z)
• Robust Finite Mixture Regression for Heterogeneous Targets [70.19798470463378]
  本稿では,サンプルクラスタの探索と,複数の不完全な混合型ターゲットを同時にモデル化するFMRモデルを提案する。 我々は、高次元の学習フレームワークの下で、無症状のオラクルのパフォーマンス境界をモデルに提供します。 その結果,我々のモデルは最先端の性能を達成できることがわかった。
  論文  参考訳（メタデータ） (2020-10-12T03:27:07Z)
• Out-of-distribution Generalization via Partial Feature Decorrelation [72.96261704851683]
  本稿では,特徴分解ネットワークと対象画像分類モデルとを協調的に最適化する,PFDL(Partial Feature Deorrelation Learning)アルゴリズムを提案する。 実世界のデータセットを用いた実験により,OOD画像分類データセットにおけるバックボーンモデルの精度が向上することを示した。
  論文  参考訳（メタデータ） (2020-07-30T05:48:48Z)
• Bringing Light Into the Dark: A Large-scale Evaluation of Knowledge Graph Embedding Models Under a Unified Framework [31.35912529064612]
  我々はPyKEENソフトウェアパッケージで21のインタラクションモデルを再実装し評価した。 4つのデータセットに対して、数千の実験と24,804のGPU時間で大規模なベンチマークを行いました。
  論文  参考訳（メタデータ） (2020-06-23T22:30:52Z)

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。