論文の概要: CertBind from Multimodal Connectivity to Certifiable Retrieval Decisions
- arxiv url: http://arxiv.org/abs/2608.06516v1
- Date: Thu, 06 Aug 2026 18:55:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-10 16:21:25.267324
- Title: CertBind from Multimodal Connectivity to Certifiable Retrieval Decisions
- Title（参考訳）: マルチモーダル接続性から認証検索決定へのCertBind
- Abstract要約: 軽量コネクタは、表現レベルで凍ったマルチモーダルエンコーダを構成することができる。
本稿では,凍結型マルチモーダルコネクタグラフに対する認証合成のマルチスケール理論であるCertBindを紹介する。
- 参考スコア（独自算出の注目度）: 14.04124184005696
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Lightweight connectors make frozen multimodal encoders composable at the representation level. Deployment exposes a second problem at the level of task decisions. A connected route can expand cross-modal reach while changing an established native retrieval capability. We introduce CertBind, a multiscale theory of certifiable composition for frozen multimodal connector graphs. At the node scale, native anchors establish the exact task identification boundary under the stated chart model. At the edge scale, contract-aware conformal ranks provide graph-wide family-wise error control. At the path scale, an overlap-aware budget and clean calibration yield a finite-sample recovery radius under declared conditions. At the query scale, this radius yields a covered top-k candidate set that becomes a point certificate when its size equals k. CertBind therefore retains supported routes as Direct, sends only flagged routes to recovery, returns Certified for decisive recovery, and returns Abstain for unresolved queries. The evaluated C-MCR shared route reduced native CLIP R@1 from 0.524 to 0.290. The production fallback recovered 0.963 +- 0.002 of clean retrieval, while the passing branch recorded a no-harm value of 1.000. CertBind extends multimodal composability from connected representations to certifiable task decisions.
- Abstract（参考訳）: 軽量コネクタは、表現レベルで凍ったマルチモーダルエンコーダを構成することができる。
デプロイは、タスク決定のレベルで2つ目の問題を公開する。
接続経路は、確立されたネイティブ検索能力を変更しつつ、クロスモーダルリーチを拡張することができる。
本稿では,凍結型マルチモーダルコネクタグラフに対する認証合成のマルチスケール理論であるCertBindを紹介する。
ノードスケールでは、ネイティブアンカーは、記載されたチャートモデルの下で、正確なタスク識別境界を確立する。
エッジスケールでは、コントラクト対応のコンフォメーションランクは、グラフ全体のファミリーワイドエラー制御を提供する。
経路スケールでは、重なり認識された予算とクリーンキャリブレーションにより、宣言された条件下で有限サンプル回復半径が得られる。
クエリスケールでは、この半径は、そのサイズが k に等しいときに点証明となるカバートップk候補セットを得る。
そのため、CertBindはサポート対象のルートをDirectとして保持し、フラグ付きルートのみをリカバリに送信し、決定的なリカバリのためにCertifiedを返し、未解決のクエリのためにAbstainを返す。
評価されたC-MCR共有経路は、ネイティブCLIP R@1を0.524から0.290に減少させた。
生産のフォールバックは0.963 +-0.002のクリーンな検索を回復し、通過するブランチはノーハーム値を1.000と記録した。
CertBindは、コネクテッド表現から認定タスク決定まで、マルチモーダルコンポーザビリティを拡張している。
関連論文リスト
- Disagree to Explore, Agree to Commit: Routing-Guided Test-Time Scaling for Software Agents [60.650808962786364]
外部判断や選択時間テストの実行なしに,ネイティブなMoEルータトレースがステアリングと選択をガイドできるかどうかを検討する。
我々の分析は、ルーティングが堅牢な行動的役割シグナルを提供することを示している。トークン・グラニュラ・リードアウトと決定整合比較セットは、ルーティングを効果的に制御する。
オープンウェイトスパースMOEエージェントを用いたSWEベンチ検証を行い,評価を行った。
論文 参考訳（メタデータ） (2026-08-23T03:07:03Z) - Training Under Challenge: Executable Certificates and Challenge-Closed Optimality for Neural Networks [20.854288216118423]
平坦なトレーニング曲線は、ニューラルネットワークがグローバルな最適値に達したか、ローカルに閉じ込められたか、表現に制限されたか、あるいはトレーナーにミスマッチしているかを明らかにしない。
このフレームワークでは、事前宣言されたアーキテクチャ検証手順が、同じ認定クラスで完全な代替品を構築し、同じ目的を再評価する。
逆フロンティアを証明する: カバー範囲がなければ、一階のReLUトレーナーは、非球面点に収束しながら、無限に多くの正確な条件付き頭部に到達できる。
論文 参考訳（メタデータ） (2026-08-12T23:37:57Z) - OrchestraBench: Evaluating Multi-Agent Orchestration Failure Modes, Recovery, and Decomposition Quality [0.0]
OrchestraBenchは、テンプレート化されたエンタープライズ上で、制御された、シード再現可能な障害注入ハーネスを通じて、障害、リカバリ、分解を評価する。
主要な指標としてカスケード半径とフェイルモード毎のリカバリを導入し、ルーティングポリシをブートストラップの信頼性間隔とペアテストと比較する。
論文 参考訳（メタデータ） (2026-08-05T17:27:15Z) - Efficient and Trainable Language Model Test-Time Scaling via Local Branch Routing [65.59464371673623]
Local Branch Routing (LBR)はトークンレベルのテストタイムスケーリングフレームワークである。
小さなローカルなルックアヘッドツリーを拡張し、言語モデルを通じてすべてのサンプルブランチを転送し、軽量ルータを使用してコミットするdeep-1サブツリーを選択する。
LBRにより、各トークン決定は、完全なソリューションレベルの検索を避けながら、ルート次トーケン分布を超えるエビデンスを使用することができる。
論文 参考訳（メタデータ） (2026-06-24T03:42:44Z) - Cycle-Consistent Neural Explanation of Formal Verification Certificates [5.61123152362224]
本稿では,検証証明書の忠実な自然言語記述を生成するサイクル一貫性ニューラルアーキテクチャを提案する。
ポインタジェネレータ機構は、証明書から直接状態名をコピーすることで、語彙基底を保証する。
学習したアーキテクチャは、ハイブリッドな推論時ルーティング戦略と組み合わせて、90.0%のサイクル検証された音性を実現する。
論文 参考訳（メタデータ） (2026-06-23T10:51:54Z) - RRISE: Robust Radius Inference via a Surrogate Estimator [30.521314184750867]
我々はRSフレームワークRRISEを導入し、認証を学習したサロゲートを1つのフォワードパスに圧縮する。
CIFAR-100とTiny ImageNetでは、唯一のオフラインサロゲート方式が崩壊し、RRISEは1.23ドルから1.91タイムスを高い精度で達成した。
論文 参考訳（メタデータ） (2026-06-01T20:46:06Z) - IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory [73.22944697933603]
既存のパイプラインは不透明でエンドツーエンドの出力を生成し、検査の中間状態は公開しない。
IMPACT-Cycleは,マルチモーダル反復クレームレベルのメンテナンスとして,長時間ビデオ理解を再構築するマルチエージェントシステムである。
論文 参考訳（メタデータ） (2026-04-22T03:03:33Z) - zkCraft: Prompt-Guided LLM as a Zero-Shot Mutation Pattern Oracle for TCCT-Powered ZK Fuzzing [7.274627641804014]
zkCraftは決定論的、R1CS対応のローカライゼーションと証明付き検索を組み合わせて意味的不整合を検出するフレームワークである。
証明付きローカライゼーションは, 偽陽性が低い多彩な下限および過制約の断層を検出し, コストのかかるソルバ相互作用を低減できることを示す。
論文 参考訳（メタデータ） (2026-01-31T11:31:00Z) - ReCCur: A Recursive Corner-Case Curation Framework for Robust Vision-Language Understanding in Open and Edge Scenarios [14.85600144047706]
ノイズの多いWebイメージを監査可能なきめ細かいラベルに変換するフレームワークであるReCCurを提案する。
現実的なコーナーケースのシナリオでは、ReCCurはコンシューマグレードのGPUで動作し、純度と分離性を着実に改善する。
論文 参考訳（メタデータ） (2026-01-06T13:36:43Z) - Adaptive Hierarchical Certification for Segmentation using Randomized Smoothing [87.48628403354351]
機械学習の認証は、特定の条件下では、敵対的なサンプルが特定の範囲内でモデルを回避できないことを証明している。
セグメンテーションの一般的な認証方法は、平らな粒度のクラスを使い、モデルの不確実性による高い断続率をもたらす。
本稿では,複数レベルの階層内で画素を認証し,不安定なコンポーネントに対して粗いレベルに適応的に認証を緩和する,新しい,より実用的な設定を提案する。
論文 参考訳（メタデータ） (2024-02-13T11:59:43Z) - Input-Specific Robustness Certification for Randomized Smoothing [76.76115360719837]
本稿では,ロバストネス認証の費用対効果を達成するために,インプット・スペクティブ・サンプリング(ISS)の高速化を提案する。
ISSは、認定半径0.05の限られたコストで3回以上、認定をスピードアップすることができる。
論文 参考訳（メタデータ） (2021-12-21T12:16:03Z) - Second-Order Provable Defenses against Adversarial Attacks [63.34032156196848]
ネットワークの固有値が有界であれば、凸最適化を用いて$l$ノルムの証明を効率的に計算できることを示す。
認証精度は5.78%,44.96%,43.19%であった。
論文 参考訳（メタデータ） (2020-06-01T05:55:18Z)
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。