Fugu-MT 論文翻訳(概要): LLM Ensemble Fault Classification for Automotive HiL Validation

論文の概要: LLM Ensemble Fault Classification for Automotive HiL Validation

arxiv url: http://arxiv.org/abs/2608.10710v1
Date: Tue, 11 Aug 2026 09:31:18 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-12 19:14:45.992935
Title: LLM Ensemble Fault Classification for Automotive HiL Validation
Title（参考訳）: 自動車用HiL検証のためのLLMアンサンブル故障分類
Abstract要約: 本稿では,センサレベルの故障分類のためのマルチLLMアンサンブルフレームワークを提案する。このフレームワークは、フォールトインジェクション記録のコンパクトなエビデンス表現を使用し、異種大言語モデルの出力を組み合わせる。この手法は、ガソリンエンジンと電気自動車のHiLシステムを用いて、3つの駆動設定と10のシングルフォールトクラスで評価される。
参考スコア（独自算出の注目度）: 1.9435397960631864
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Automotive HiL validation generates large multivariate test recordings whose analysis remains challenging due to manual review effort, rule-based limitations, and the need for explainable diagnostic decisions. Recent machine-learning and deep-learning approaches have improved fault diagnosis, but they often require large labelled datasets, generalise poorly across operating conditions, and provide limited insight into their predictions. This paper proposes an explainable multi-LLM ensemble framework for sensor-level fault classification in automotive validation. The framework uses compact evidence representations of fault-injection recordings and combines the outputs of heterogeneous large language models to improve diagnostic robustness, ranking quality, confidence reliability, and interpretability. The approach is evaluated on gasoline-engine and electric-vehicle HiL systems across three driving settings and ten single-fault classes. Among the individual models, Mistral Small~24B provides the strongest overall single-model trade-off, achieving 0.903 Top-1 accuracy, 0.887 MCC, and the lowest Brier score of 0.102. The final Top-3 ensemble combines Mistral Small~24B, Qwen2.5~32B, and Phi-4~14B using confidence-weighted voting, improving the scenario-averaged results to 0.917 Top-1 accuracy, 0.913 macro F1, and 0.902 MCC, while also providing the best calibration among the tested ensemble strategies. A Top-5 ensemble does not improve over the Top-3 configuration, indicating that model complementarity is more important than ensemble size. The results show that coordinated multi-LLM reasoning can support robust, calibrated, and engineer-interpretable fault classification for automotive HiL validation.
Abstract（参考訳）: 自動車のHiL検証は、手動によるレビュー作業、ルールベースの制限、説明可能な診断決定の必要性により、分析が困難な大規模な多変量テスト記録を生成する。最近の機械学習とディープラーニングのアプローチでは、障害診断が改善されているが、多くの場合、大きなラベル付きデータセットが必要であり、運用条件をまたいだ一般化が不十分であり、予測に対する洞察が限られている。本稿では,センサレベルの故障分類のためのマルチLLMアンサンブルフレームワークを提案する。このフレームワークは、フォールトインジェクション記録のコンパクトなエビデンス表現を使用し、異種大言語モデルの出力を組み合わせて、診断の堅牢性、ランキング品質、信頼性、解釈可能性を改善する。この手法は、ガソリンエンジンと電気自動車のHiLシステムを用いて、3つの駆動設定と10のシングルフォールトクラスで評価される。個々のモデルの中では、Mistral Small~24Bは最も高い総合的な単一モデルのトレードオフを提供し、0.903 Top-1精度、0.887 MCC、最低のブライアスコアは0.102である。最後のTop-3アンサンブルはMistral Small~24B、Qwen2.5~32B、Phi-4~14Bを信頼度の高い投票で組み合わせ、シナリオ平均の結果を0.917 Top-1精度、0.913 macro F1、0.902 MCCに改善した。 Top-5アンサンブルはTop-3構成よりも改善されておらず、モデルの相補性がアンサンブルサイズよりも重要であることを示している。その結果, 協調型マルチLLM推論は, 自動車用HiL検証のためのロバスト, キャリブレーション, エンジニアが解釈可能な故障分類をサポートできることが示唆された。

関連論文リスト

NovGauge: A Fine-Grained Benchmark for Diagnosing LLMs' Capability in Paper Novelty Assessment [54.4265627247104]
大規模言語モデル(LLM)は、主要なAIカンファレンスでピアレビューでますます使用されている。既存のベンチマークでは、ノベルティを1つの総合的なスコアとして評価している。本報告では,詳細なノベルティアセスメント診断のための人手によるベンチマークであるNovGaugeについて述べる。
論文参考訳（メタデータ） (2026-09-10T08:34:56Z)
ConfidenceBench: Evaluating Confidence Calibration in Large Language Models [14.831793255747181]
ConfidenceBenchは、大規模言語モデルのキャリブレーションベンチマークである。 15のフロンティア大言語モデルにおいて、言語化された信頼度の評価を行う。信頼性はプロンプトを通じて引き起こされ、モデルロジットへのアクセスは不要である。
論文参考訳（メタデータ） (2026-07-10T01:56:30Z)
Fault Detection and Explainable Classification in Automotive HIL Validation via Denoising Autoencoders and In-Context Large Language Models [1.9435397960631864]
機械学習とディープラーニングは高度な故障診断を持っているが、ほとんどの教師付きモデルは大きなラベル付きデータセットを必要とする。実時間検証における故障検出と分類のための汎用的で説明可能な2相フレームワークを提案する。
論文参考訳（メタデータ） (2026-07-04T06:43:43Z)
How Independent are Large Language Models? A Statistical Framework for Auditing Behavioral Entanglement and Reweighting Verifier Ensembles [46.63622714488747]
共有事前学習データ、蒸留、アライメントパイプラインは、隠れた振る舞い依存、潜伏絡みを誘導することができる。実際には、これは相関した推論パターンと同期された障害として現れます。ブラックボックス言語モデル間の行動絡みを監査するための統計的枠組みを開発する。
論文参考訳（メタデータ） (2026-04-08T23:32:06Z)
Claw-Eval: Toward Trustworthy Evaluation of Autonomous Agents [66.97968363332465]
エージェントベンチマークの3つのギャップに対処するエンドツーエンド評価スイートであるClaw-Evalを紹介した。 Claw-Evalは3つのグループにまたがる9つのカテゴリにまたがる300の人間検証タスクで構成されている。すべてのエージェントアクションは、3つの独立したエビデンスチャネルを通じて記録される。
論文参考訳（メタデータ） (2026-04-07T17:43:18Z)
An Intelligent Fault Diagnosis Method for General Aviation Aircraft Based on Multi-Fidelity Digital Twin and FMEA Knowledge Enhancement [10.84751870897525]
本稿では,多要素ディジタルツインに基づく知的故障診断フレームワークを提案する。 JSBSim 6-of-freedom (6-DoF)フライトダイナミクスエンジンを用いてデジタルツインを構築する。故障モードと影響解析(FMEA)に基づくインジェクションエンジンは、19種類のエンジン故障の物理的因果伝播をモデル化する。 1D-CNN分類器は、20の故障クラスのエンドツーエンド診断を行う。
論文参考訳（メタデータ） (2026-04-03T06:20:56Z)
LLMEval-3: A Large-Scale Longitudinal Study on Robust and Fair Evaluation of Large Language Models [51.55869466207234]
静的ベンチマークにおけるLLM(Large Language Models)の既存の評価は、データの汚染やリーダーボードのオーバーフィッティングに弱い。 LLMの動的評価のためのフレームワークであるLLMEval-3を紹介する。 LLEval-3は、220kの卒業生レベルの質問からなるプロプライエタリなバンク上に構築されており、評価実行毎に未確認のテストセットを動的にサンプリングする。
論文参考訳（メタデータ） (2025-08-07T14:46:30Z)
Reliable Decision Support with LLMs: A Framework for Evaluating Consistency in Binary Text Classification Applications [0.7124971549479361]
本研究では,大言語モデル(LLM)のバイナリテキスト分類における一貫性を評価するフレームワークを提案する。我々は,サンプルサイズ要件を定め,不適切な応答の指標を開発し,レータ内およびレータ間信頼性を評価する。
論文参考訳（メタデータ） (2025-05-20T21:12:58Z)
Calibrating Large Language Models with Sample Consistency [76.23956851098598]
本稿では,複数サンプルモデル生成系の分布から信頼度を導出する可能性について,一貫性の3つの尺度を用いて検討する。その結果、一貫性に基づくキャリブレーション手法は、既存のポストホック手法よりも優れていることがわかった。種々のLMの特性に合わせて,キャリブレーションに適した整合性指標を選択するための実用的なガイダンスを提供する。
論文参考訳（メタデータ） (2024-02-21T16:15:20Z)
Towards Calibrated Robust Fine-Tuning of Vision-Language Models [97.19901765814431]
本研究は、視覚言語モデルにおいて、OOD精度と信頼性校正の両方を同時に改善する頑健な微調整法を提案する。 OOD分類とOOD校正誤差は2つのIDデータからなる共有上限を持つことを示す。この知見に基づいて,最小の特異値を持つ制約付きマルチモーダルコントラスト損失を用いて微調整を行う新しいフレームワークを設計する。
論文参考訳（メタデータ） (2023-11-03T05:41:25Z)

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。