論文の概要: From Contexts to Values: Context-Dependent Defeat in Abstract Argumentation

• arxiv url: http://arxiv.org/abs/2608.15536v1
• Date: Sun, 16 Aug 2026 05:18:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.331427
• Title: From Contexts to Values: Context-Dependent Defeat in Abstract Argumentation
• Title（参考訳）: コンテキストから値へ: 抽象論におけるコンテキスト依存の定義
• Abstract要約: 価値に基づく議論では、攻撃が成功すると判断する価値を観客が命令する。 多くの場合、同じ攻撃は、ある手続き段階、またはある規制の下で成功し、別の段階で失敗する。 これは、コンテキストが真に新しいのか、あるいは、ひとつの割り当て毎に1つの値が敗北関数を再現し、VAFを崩壊させることができるのか、という疑問を提起する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In value-based argumentation, an audience's ordering of values decides which attacks succeed as defeats. In many settings the deciding factor is not the audience but the circumstances: the same attack may succeed at one procedural stage, or under one regulation, and fail at another. Context-dependent argumentation frameworks (CDAFs), a model we recently introduced, capture this directly: one set of arguments, one attack relation, and a defeat function that switches each attack on or off per context, so every context induces an ordinary Dung framework. This raises a reduction question: is context genuinely new, or can one value assignment with per-context orderings reproduce the defeat function, collapsing the CDAF into a VAF? We present a polynomial-time decision procedure for this question and map the harder neighbouring problems, with upper bounds from NP to $Σ^p_3$. We also present a validated reference implementation and a measurement: representability is rare and falls fast with the number of contexts.
• Abstract（参考訳）: 価値に基づく議論では、観客の値の順序は、どの攻撃が敗戦として成功するかを決定する。 多くの設定において、決定要因は聴衆ではなく、状況である:同じ攻撃が手続き段階、または規制下において成功し、別の段階で失敗する可能性がある。 コンテキスト依存の議論フレームワーク(CDAF)は、私たちが最近導入したモデルで、1組の引数、1つのアタック関係、1つのアタック関数がそれぞれのアタックをコンテキスト毎にオン/オフに切り替える。 これは、文脈が真に新しいのか、あるいはコンテキストごとの順序付けで1つの値割り当てが敗北関数を再現し、CDAFをVAFに折り畳むことができるのか? この問題に対して多項式時間決定手順を提案し、NP から $Σ^p_3$ への上限を持つより厳しい近傍問題を写像する。 また、実証された参照実装と測定結果を示す:表現可能性は稀であり、コンテキストの数に応じて急速に低下する。

関連論文リスト

• Choosing the Lens: Strategic Perspective Activation in Context-Dependent Argumentation [0.0]
  パースペクティブラベル付き特殊化は、関連セット$と優先順位セット$から敗戦関数を導出する。 小さな例では、エージェントのターゲット引数は、すべての完全関連注入優先条件の下では拒否されるが、部分的なアクティベーションでは受け入れられる。 我々は,対応する決定問題,アクティベーション・マニピュレーション,およびベースラインの複雑さを記述した。
  論文  参考訳（メタデータ） (2026-05-29T17:50:11Z)
• UT-ACA: Uncertainty-Triggered Adaptive Context Allocation for Long-Context Inference [41.15520696680647]
  長文推論は、注意の希釈とアウト・オブ・ディストリビューションの劣化により、大きな言語モデルでは困難である。 トークン単位の不確実性に基づいてコンテキストウィンドウを動的に調整する推論時フレームワークである Uncertainty-Triggered Adaptive Context Allocation (UT-ACA) を提案する。 UT-ACAは、長いコンテキスト設定で生成品質を保ちながら、平均的なコンテキスト使用量を大幅に削減することを示す実験である。
  論文  参考訳（メタデータ） (2026-03-19T03:17:50Z)
• Few-shot Policy (de)composition in Conversational Question Answering [54.259440408606515]
  本稿では,大規模言語モデル(LLM)を用いて数ショット設定でポリシーコンプライアンスを検出するニューラルシンボリックフレームワークを提案する。 提案手法は,回答すべきサブクエストを抽出し,文脈情報から真理値を割り当て,与えられたポリシーから論理文の集合を明示的に生成することで,政策コンプライアンスに関する会話に対して健全な理由を示す。 本手法は,PCDおよび会話機械読解ベンチマークであるShARCに適用し,タスク固有の微調整を伴わずに競合性能を示す。
  論文  参考訳（メタデータ） (2025-01-20T08:40:15Z)
• Rejection in Abstract Argumentation: Harder Than Acceptance? [18.299322342860513]
  我々は、否定条件(RC)と呼ばれる拡張から引数を推論するための柔軟な条件を考える。 還元AFは非常に表現力が高く、階層の上位層に自然の問題を引き起こす。
  論文  参考訳（メタデータ） (2024-08-20T09:37:04Z)
• Retrieval-Augmented Generative Question Answering for Event Argument Extraction [66.24622127143044]
  イベント引数抽出のための検索拡張生成QAモデル(R-GQA)を提案する。 最も類似したQAペアを検索し、現在の例のコンテキストへのプロンプトとして拡張し、引数を回答としてデコードする。 提案手法は, 様々な設定において, かなり先行した手法より優れている。
  論文  参考訳（メタデータ） (2022-11-14T02:00:32Z)
• TASA: Deceiving Question Answering Models by Twin Answer Sentences Attack [93.50174324435321]
  本稿では,質問応答(QA)モデルに対する敵対的攻撃手法であるTASA(Twin Answer Sentences Attack)を提案する。 TASAは、金の回答を維持しながら、流動的で文法的な逆境を生み出す。
  論文  参考訳（メタデータ） (2022-10-27T07:16:30Z)
• Zero-Query Transfer Attacks on Context-Aware Object Detectors [95.18656036716972]
  敵は、ディープニューラルネットワークが誤った分類結果を生成するような摂動画像を攻撃する。 自然の多目的シーンに対する敵対的攻撃を防御するための有望なアプローチは、文脈整合性チェックを課すことである。 本稿では,コンテキスト整合性チェックを回避可能な,コンテキスト整合性攻撃を生成するための最初のアプローチを提案する。
  論文  参考訳（メタデータ） (2022-03-29T04:33:06Z)
• Reinforcement Learning in Presence of Discrete Markovian Context Evolution [7.467644044726776]
  a) 直接観測不可能な文脈の未知の有限個の数、b) エピソード中に突然発生する(不連続な)文脈変化、c) マルコフ的文脈進化を特徴とする文脈依存強化学習環境を考える。 我々はモデル学習に先立って、粘着した階層的ディリクレプロセス(HDP)を適用する。 これら2つのコンポーネントの組み合わせによって、コンテキストの濃度仮定を扱うデータからコンテキストの数を推測することが可能である、と我々は主張する。
  論文  参考訳（メタデータ） (2022-02-14T08:52:36Z)
• ADC: Adversarial attacks against object Detection that evade Context consistency checks [55.8459119462263]
  文脈整合性チェックさえも、適切に構築された敵の例に対して脆弱であることを示す。 このような防御を覆す実例を生成するための適応型フレームワークを提案する。 我々の結果は、コンテキストを堅牢にモデル化し、一貫性をチェックする方法はまだ未解決の問題であることを示している。
  論文  参考訳（メタデータ） (2021-10-24T00:25:09Z)
• Robust Question Answering Through Sub-part Alignment [53.94003466761305]
  我々はアライメント問題として質問応答をモデル化する。 私たちは、SQuAD v1.1でモデルをトレーニングし、いくつかの逆および外ドメインデータセットでそれをテストします。
  論文  参考訳（メタデータ） (2020-04-30T09:10:57Z)

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。