論文の概要: YOLO-PEFT: Parameter-Efficient Fine-Tuning on YOLO Family

• arxiv url: http://arxiv.org/abs/2608.07051v1
• Date: Fri, 07 Aug 2026 09:59:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-10 16:21:25.458154
• Title: YOLO-PEFT: Parameter-Efficient Fine-Tuning on YOLO Family
• Title（参考訳）: ヨロペフト:ヨロファミリーにおけるパラメータ効率の良いファインチューニング
• Abstract要約: YOLO-PEFTは、適応配置を監査可能な制約計画問題として定式化する構造対応フレームワークである。 評価された検出器群の中では、YOLO-PEFTは手動の目標モジュール試行とエラーを明示的で検査可能な計画で置き換える。
• 参考スコア（独自算出の注目度）: 35.54329849535432
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Generic parameter-efficient fine-tuning (PEFT) methods transferred from language models can fail silently on real-time detectors, whose heterogeneous operators and detection-specific components impose placement constraints absent from regular Transformer stacks. We propose YOLO-PEFT, a structure-aware framework that formulates adapter placement as an auditable constraint-planning problem. Given a detector graph, a PEFT request, and a resource budget, YOLO-PEFT assigns operator and semantic roles, evaluates explicit operator-validity, detector-semantic, graph-interface, and deployment predicates, records a reason code for each excluded module, and either emits a budgeted target-module plan or returns Refuse before training. Under the official VOC07+12 trainval-to-VOC07 test protocol, planner-selected RS-LoRA reaches 0.7138 and 0.7307 mAP50-95 on YOLO11s and YOLO12s, respectively, compared with 0.6428 and 0.6662 for Full-SFT. On RT-DETR-L, all seven evaluated LoRA-family configurations cross the predefined catastrophic threshold, supporting a calibrated Refuse-to-Full-SFT decision within the evaluated coverage. A controlled YOLO11 audit further shows that LoRA reduces peak training memory by 43.9 percent, although training takes 1.72 times longer. Within the evaluated detector families, placement policies, and calibration coverage, YOLO-PEFT replaces manual target-module trial and error with explicit, inspectable planning while preserving verified train-save-merge-export paths; refusal on unseen detector architectures remains an open validation problem. Project Page: github.com/Tencent/YOLO-Master
• Abstract（参考訳）: 言語モデルから転送されるジェネリックパラメータ効率細調整(PEFT)法は、異種演算子と検出固有のコンポーネントが通常のトランスフォーマースタックにない配置制約を課している実時間検出器で無音で失敗する可能性がある。 本稿では,適応配置を監査可能な制約計画問題として定式化する構造対応フレームワークYOLO-PEFTを提案する。 検出器グラフ、PEFT要求、リソース予算が与えられた後、YOLO-PEFTはオペレータとセマンティックな役割を割り当て、明示的な演算子正当性、検出器・セマンティック、グラフ・インタフェース、デプロイメントの述語を評価し、除外された各モジュールの理コードを記録し、予算化されたターゲットモジュール計画を出力するか、トレーニング前にRefuseを返す。 公式のVOC07+12トレインバル-ト-VOC07テストプロトコルでは、プランナーが選択したRS-Loraは、YOLO11sとYOLO12sでそれぞれ0.7138と0.7307mAP50-95に達し、フルSFTでは0.6428と0.6662である。 RT-DETR-Lでは, 評価対象範囲内でのリフューズ・トゥ・フル・SFT判定を補正し, 既定の破砕しきい値を超えている。 制御されたYOLO11監査により、LoRAはピークトレーニングメモリを43.9%削減するが、トレーニングは1.72倍長くなる。 評価された検出器ファミリー、配置ポリシー、キャリブレーションのカバレッジの中で、YOLO-PEFTは手動の目標モジュール試験とエラーを明示的で検査可能な計画に置き換え、検証済みの列車セーブ・マージ・輸出経路を維持している。 Project Page: github.com/Tencent/YOLO-Master

関連論文リスト

• Mastermind: Strategy-grounded Learning for Repository-Scale Vulnerability Reproduction [62.42945715963878]
  リポジトリレベルの脆弱性の再現は、要求の多いソフトウェアエンジニアリング(SE)タスクである。 最近のLLMエージェントは、アプローチが正しい場合、しばしばこれらのステップを実行するが、間違った戦略を選択することで失敗する。 本論では, アクションの完全な軌跡ではなく, 戦略がSEエージェントの適切な学習単位であることを論じる。
  論文  参考訳（メタデータ） (2026-07-02T06:27:27Z)
• When Top-1 Fails: Calibrating LoRA Monitors for Masked Diffusion LMs [0.0]
  離散拡散言語モデルファインチューニングは、信頼性モニタから安価な診断を継承するが、PEFT訓練の意味は未検証である。 崩壊警報としてトップ-1 argmax濃度を試験した。 3つのDLMファミリーの816 LoRA/PEFT構成で、ログは200ステップの水平線で0/816の実際の崩壊を記録し、精度はゼロである。
  論文  参考訳（メタデータ） (2026-06-23T04:09:58Z)
• Verifier-First Evaluation of Agentic LLMs for Infrastructure-as-Code Generation [0.0]
  自然言語からインフラストラクチャ・アズ・コード(IaC)を生成するには、プロバイダのスキーマ、依存関係の計画、組織的なポリシの制約を満たす必要がある。 Rego v1ポリシを備えた186タスクのAWS/TerraformベンチマークであるIaC-Eval v2で評価されたTerraform生成のための7つのエージェント戦略に関する検証初の実験的研究を示す。
  論文  参考訳（メタデータ） (2026-05-29T12:43:27Z)
• From Patches to Trajectories: Privileged Process Supervision for Software-Engineering Agents [56.31499185764872]
  教師の長い軌道上の監督された微調整(SFT)は、オープンソフトウェアエンジニアリング(SWE)エージェントに調査と推論を浸透させる主要な方法である。 本稿では,P2T (Patches-to-Trajectories) を提案する。P2T (Patches-to-Trajectories) は,P2T (Patches-to-Trajectories) において,P2T (Patches-to-Trajectories) とP2T (Patches-to-Trajectories) の2つの最適化法である。
  論文  参考訳（メタデータ） (2026-05-21T04:54:55Z)
• 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)
• SOAR: Self-Correction for Optimal Alignment and Refinement in Diffusion Models [48.335262141752715]
  拡散モデルのための後トレーニングパイプラインには、キュレートされたデータに対する教師付き微調整(SFT)と報酬モデルによる強化学習(RL)の2段階がある。 本稿では,このギャップを埋めるバイアス補正ポストトレーニング法であるSOAR(Self-Correction for Optimal Alignment and Refinement)を提案する。 オンライン政治であり、報酬なしであり、クレジット割り当ての問題なく、時間ごとの密集した監督を提供する。
  論文  参考訳（メタデータ） (2026-04-14T11:45:15Z)
• Trajectory Guard -- A Lightweight, Sequence-Aware Model for Real-Time Anomaly Detection in Agentic AI [0.0]
  トラジェクトリガードはシームズ・リカレント・オートエンコーダであり、コントラスト学習によるタスク・トラジェクトリアライメントと、再構成によるシーケンシャル・アライメントを共同で学習するハイブリッド・ロス機能を備えている。 32ミリ秒のレイテンシで、当社のアプローチは LLM Judge のベースラインよりも17-27倍高速で動作し、実運用環境におけるリアルタイムの安全性検証を可能にします。
  論文  参考訳（メタデータ） (2026-01-02T00:27:11Z)
• On GRPO Collapse in Search-R1: The Lazy Likelihood-Displacement Death Spiral [59.14787085809595]
  この障害を引き起こす中核的なメカニズムとしてLazy Likelihood Displacement(LLD)を同定する。 LDDは早期に出現し、自己強化性LDDデススパイラル(LDD Death Spiral)を引き起こす。 本稿では,GRPO のための軽量な確率保存正則化 LLDS を提案する。
  論文  参考訳（メタデータ） (2025-12-03T19:41:15Z)
• TrojanWhisper: Evaluating Pre-trained LLMs to Detect and Localize Hardware Trojans [0.0]
  既存のハードウェアトロイの木馬検出法はいくつかの限界に直面している。 LLM(Large Language Models)の出現は、HT検出に有望な新しい方向を提供する。 本稿では,レジスタ転送レベル (RTL) に挿入された各種HTの検出における汎用LLMの可能性について検討する。
  論文  参考訳（メタデータ） (2024-12-10T16:16:22Z)
• Exploring the impact of low-rank adaptation on the performance, efficiency, and regularization of RLHF [47.960563851948514]
  低ランク適応(LoRA)を用いたRLHFの効率的な実装について検討する。 本実装は,フルモデル微調整によるAlpacaFarmチェックポイントよりも優れた性能を実現する。 我々は、より効率的なRLHFの研究を促進するために、コードと事前訓練されたチェックポイントをリリースする。
  論文  参考訳（メタデータ） (2023-09-16T17:31:36Z)

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。