論文の概要: Debiased Inference for AI-Generated Data without Gold-Standard Labels: Identification via Multiple Imperfect Measurements

• arxiv url: http://arxiv.org/abs/2608.18294v1
• Date: Tue, 18 Aug 2026 20:18:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-20 20:13:55.20279
• Title: Debiased Inference for AI-Generated Data without Gold-Standard Labels: Identification via Multiple Imperfect Measurements
• Title（参考訳）: ゴールドスタンダードラベルのないAI生成データに対するバイアス付き推論:多重不完全測定による同定
• Abstract要約: 多重不完全測定(DMM)を用いた偏り推論を提案する。 DMMは、複数のエラーが発生しやすいAI測定を組み合わせることで、ゴールドスタンダードラベルなしで、有効な下流推論を可能にする。 シミュレーションの結果,DMMは有効な推定値となり,正確な測定値を加えることで効率が向上することが示された。
• 参考スコア（独自算出の注目度）: 0.6875312133832079
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: An increasing number of scholars use AI to measure variables they subsequently include in downstream analyses. Although AI-measured variables are often analyzed as if observed without error, ignoring prediction errors in automated measurement leads to substantial bias and invalid confidence intervals in downstream analyses, even if AI measurement accuracy is high, e.g., above 90%. Existing solutions, such as design-based supervised learning and prediction-powered inference, combine error-prone AI-based measurements with gold-standard labels, which may be costly and difficult to obtain in some application areas. In this paper, we propose debiased inference with multiple imperfect measurements (DMM), a framework that combines multiple error-prone AI measurements to enable valid downstream inference without gold-standard labels. Building on the established results on CP decomposition, DMM assumes that these measurements are independent conditional on the latent true label and observed unit-level features, such as text features represented by embeddings. This framework allows for unknown misclassification rates to vary across annotation methods (e.g., large language models) and across units of annotation (e.g., texts). Under this assumption, we use semiparametric inference theory to prove that the DMM estimator is consistent and asymptotically normal, enabling valid inference for a wide range of downstream statistical analyses common in the social sciences. Our simulation results show that DMM yields valid inference and that adding accurate, though imperfect, measurements can improve efficiency. Focusing on common applications of large language model annotations, we also develop diagnostics to assess the conditional independence assumption.
• Abstract（参考訳）: ダウンストリーム分析に含まれる変数を測定するために、AIを使用する学者が増えている。 自動測定における予測誤差の無視は、AI測定精度が90%以上である場合でも、ダウンストリーム分析においてかなりのバイアスと不確実な信頼区間をもたらす。 設計に基づく教師あり学習や予測に基づく推論のような既存のソリューションは、エラーを起こしやすいAIベースの測定とゴールドスタンダードのラベルを組み合わせる。 本稿では,複数の誤り発生型AI測定を組み合わせたフレームワークである多重不完全測定(DMM)を用いたデバイアス推論を提案し,ゴールド標準ラベルを使わずに下流での有効な推論を可能にする。 CP分解の確立された結果に基づいて、DMMはこれらの測定が潜在真のラベルの独立条件であり、埋め込みで表されるテキスト特徴などの単位レベルの特徴を観測していると仮定する。 このフレームワークは、未知の誤分類率をアノテーションメソッド(例えば、大きな言語モデル)やアノテーション単位(例えば、テキスト)で変更することができる。 この仮定の下では、半パラメトリック推論理論を用いて、DMM推定器が一貫性があり、漸近的に正常であることを証明し、社会科学に共通する幅広い下流統計分析に対して有効な推論を可能にする。 シミュレーションの結果,DMMは有効な推定値となり,測定値が不完全であっても精度が向上することが示された。 また,大規模言語モデルアノテーションの共通利用に着目し,条件付き独立性の仮定を評価する診断手法を開発した。

関連論文リスト

• The Role of Ambiguity in Error Prediction via Uncertainty Quantification [6.973934615085226]
  本稿では,UQ信号からの入力あいまいさを解消し,Large Language Models(LLMs)の誤り予測を改善する手法を提案する。 質問回答(QA)を6つのUQ指標を用いて実施し、UQ指標が複数の答えを持つ質問よりも曖昧なインスタンス上のエラーを予測可能であることを示す。
  論文  参考訳（メタデータ） (2026-06-01T11:20:57Z)
• A Theoretical Framework for Statistical Evaluability of Generative Models [57.9316356505791]
  本稿では、生成モデルを評価するための理論的枠組みを導入し、一般的なメトリクスに対する評価結果を確立する。 テストベースのメトリクス、例えば積分確率測定(IPM)とレニイ発散(Rényi divergences)の2つのカテゴリについて検討する。 任意の有界テストクラスに対するIPMは、乗法および加法近似誤差まで有限標本から評価できることを示す。 対照的に、レニイとKLの発散は、希少事象によってその値が批判的に決定されるため、有限標本から評価できない。
  論文  参考訳（メタデータ） (2026-04-07T01:53:59Z)
• Tree-Based Predictive Models for Noisy Input Data [0.0]
  独立変数に測定誤差を直接組み込むBARTモデルの拡張である測定誤差BART(meBART)を提案する。 測定誤差が存在する場合、より正確なパラメータ推定、より堅牢な不確実性定量化、より優れた予測性能が可能であることを示す。
  論文  参考訳（メタデータ） (2026-03-08T01:41:55Z)
• Multidimensional Uncertainty Quantification via Optimal Transport [87.97146725546502]
  相補的なUQ測度をベクトルに積み重ねることで,不確実性定量化(UQ)の多次元的考察を行う。 VecUQ-OTは、個々の測定が失敗しても高い効率を示す。
  論文  参考訳（メタデータ） (2025-09-26T14:09:03Z)
• A Sample Efficient Conditional Independence Test in the Presence of Discretization [54.047334792855345]
  離散化されたデータに直接条件付き独立テスト(CI)は、誤った結論につながる可能性がある。 最近の進歩は、観測データをバイナライズすることで、潜伏変数間の適切なCI関係を推測することを目指している。 そこで本研究では,バイナライゼーションプロセスに依存しないサンプル効率のCIテストを提案する。
  論文  参考訳（メタデータ） (2025-06-10T12:41:26Z)
• Position: All Current Generative Fidelity and Diversity Metrics are Flawed [58.815519650465774]
  現在のジェネレーティブの忠実度と多様性の指標がすべて欠陥があることを示します。 私たちの目標は、モデルではなく、メトリクスの開発により多くの労力を費やすように研究コミュニティを説得することにあります。
  論文  参考訳（メタデータ） (2025-05-28T15:10:33Z)
• Ranked from Within: Ranking Large Multimodal Models Without Labels [73.96543593298426]
  ソフトマックス分布から導かれる不確実性スコアは,様々なタスクにまたがるランキングモデルに対して,ロバストな基礎となることを示す。 これにより、ラベルのないデータに対するLMMのランク付けが容易になり、手動のアノテーションを必要とせずに、多様なターゲットドメインのモデルを選択するための実践的なアプローチを提供する。
  論文  参考訳（メタデータ） (2024-12-09T13:05:43Z)
• Cycles of Thought: Measuring LLM Confidence through Stable Explanations [53.15438489398938]
  大規模言語モデル(LLM)は、様々なベンチマークで人間レベルの精度に到達し、さらに超えることができるが、不正確な応答における過度な自信は、依然として十分に文書化された障害モードである。 本稿では,LLMの不確実性を測定するためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-05T16:35:30Z)
• Uncertainty Quantification Metrics for Deep Regression [1.1999555634662633]
  スカラー化誤差, 誤差, スピアマンランク相関, 負対数類似度について検討した。 これらの指標が4つの典型的な不確実性の下でどのように振る舞うかを考察する。 以上の結果から,Errorは最も安定かつ解釈可能な指標であるが,AUSEとNLLにもそれぞれのユースケースが存在することが示唆された。
  論文  参考訳（メタデータ） (2024-05-07T12:46:45Z)
• Quantifying predictive uncertainty of aphasia severity in stroke patients with sparse heteroscedastic Bayesian high-dimensional regression [47.1405366895538]
  高次元データに対する疎線型回帰法は、通常、残留物が一定の分散を持つと仮定するが、これは実際には破ることができる。 本稿では,ヘテロセダスティック分割経験的ベイズ期待条件最大化アルゴリズムを用いて,高次元ヘテロセダスティック線形回帰モデルを推定する。
  論文  参考訳（メタデータ） (2023-09-15T22:06:29Z)
• Using Imperfect Surrogates for Downstream Inference: Design-based Supervised Learning for Social Science Applications of Large Language Models [0.2812395851874055]
  計算社会科学 (CSS) は、社会的・政治的現象を説明するために文書を分析する。 文書を安価に大規模にアノテートする一般的な方法の1つは、大きな言語モデルによるものである。 本稿では,下流統計解析に不完全アノテーションサロゲートを用いた新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-06-07T19:49:41Z)
• Robust Bayesian Inference for Berkson and Classical Measurement Error Models [9.712913056924826]
  測定誤差を扱うための非パラメトリックフレームワークを提案する。 古典的誤りモデルとバークソン誤りモデルの両方に適している。 回帰モデルの種類に応じて損失関数の選択に柔軟性を提供する。
  論文  参考訳（メタデータ） (2023-06-02T11:48:15Z)
• Conditional Feature Importance for Mixed Data [1.6114012813668934]
  ノックオフサンプリングを用いた条件付き予測インパクト(CPI)フレームワークを開発した。 提案するワークフローは,I型エラーを制御し,高い出力を達成し,他の条件FI測定結果と一致していることを示す。 本研究は,混合データに対して,統計的に適切な,専門的な手法を開発することの必要性を強調した。
  論文  参考訳（メタデータ） (2022-10-06T16:52:38Z)

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。