論文の概要: When a neural surrogate cannot accelerate a solver: runtime share, closed-loop drift, and the economics of uncertainty gating in a stiff coupled simulation

• arxiv url: http://arxiv.org/abs/2608.23075v1
• Date: Mon, 24 Aug 2026 10:29:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:44.021597
• Title: When a neural surrogate cannot accelerate a solver: runtime share, closed-loop drift, and the economics of uncertainty gating in a stiff coupled simulation
• Title（参考訳）: ニューラルサロゲートが解答器を加速できない場合--実行時共有、閉ループドリフトおよび固結合シミュレーションにおける不確実性ゲーティングの経済性-
• Authors: L. Thümmler, T. Kuroda,
• Abstract要約: 高価なインナーソルバブロックのための学習されたサロゲートは、より高速な多物理シミュレーションのための広く追求されたルートである。 制御されたエンドツーエンドの負の結果を報告し、3つの構造的障壁を特定します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Learned surrogates for expensive inner solver blocks are a widely pursued route to faster multiphysics simulation. We report a controlled, end-to-end negative result and identify three structural barriers, none of them a deficiency of the network we trained. The testbed is the implicit Newton solve coupling energy-dependent neutrino radiation to matter in a general-relativistic radiation-hydrodynamics code, its most expensive physics routine per call. First, per-call cost and share of runtime are different quantities, and only the second bounds acceleration. An exclusive self-time profile puts the target block at 16.9% of critical-rank wall clock, capping any surrogate at ~1.2x by Amdahl's law. A surrogate 5.8x cheaper per call merely ties the solver, and the configuration stable enough to run without fallback reaches only parity. Second, offline accuracy cannot rank surrogates for deployment: across fourteen networks the pooled Spearman error-versus-survival correlation (rho = +0.73) is a between-family confound that vanishes under control (rho = -0.04). Third, a correct out-of-distribution gate cannot accelerate a loop that leaves its training distribution. We give the break-even deferral fraction in closed form: because the visited states sit 73x off the data manifold, the gate defers 96.8 to 99.7% of cells, almost invariant to surrogate quality. Including its own cost, the gated loop is a 0.94 to 0.96x slowdown. We further separate stability from fidelity: a never-crashing gated run accumulates a linear -19.9% density bias over 6000 steps. The error is a directed, ballistically accumulating bias, not the variance-driven divergence the autoregressive literature targets.
• Abstract（参考訳）: 高価なインナーソルバブロックのための学習されたサロゲートは、より高速な多物理シミュレーションのための広く追求されたルートである。 制御されたエンドツーエンドの負の結果を報告し、3つの構造的障壁を特定します。 テストベッドは、一般相対論的放射線-流体力学符号におけるエネルギー依存ニュートリノの物質への結合を暗黙的に解き明かすニュートンのエネルギー依存ニュートリノ放射である。 第一に、呼び出し毎のコストとランタイムの共有は、異なる量であり、第二のバウンドアクセラレーションのみである。 独占的なセルフタイムプロファイルでは、ターゲットブロックはクリティカルランクの壁時計の16.9%に設定され、アムダールの法則の1.2倍のサロゲートを固定している。 1コールあたりのサロゲート5.8倍安くは、単にソルバを結びつけるだけであり、フォールバックなしで動作可能な構成は、パリティにしか達しない。 第2に、オフラインの精度は配置のサロゲートをランク付けできない:14のネットワークでプールされたスピアマンのエラー-逆-サバイバル相関(rho = +0.73)は、制御下に消滅する家族間共役(rho = -0.04)である。 第三に、正しいアウト・オブ・ディストリビューションゲートは、トレーニング分布を残したループを加速できない。 訪問状態がデータ多様体から73倍離れているため、ゲートは96.8から99.7%の細胞を排除し、ほぼサロゲート品質に不変である。 独自のコストを含むと、ゲートループは0.94から0.96倍のスローダウンとなる。 破れないゲートランは6000ステップで19.9%の密度バイアスを蓄積する。 この誤差は、自己回帰文学の対象である分散駆動の分散ではなく、有向的、弾道的に偏見を蓄積するものである。

関連論文リスト

• Round-Trip Consistency: Bidirectional Diffusion Models Can Predict Their Own Rollout Errors [51.56484100374058]
  自動回帰モデルは、長時間のロールアウトでエラーを蓄積しますが、デプロイ時には、それを測定するための基本的な真実はありません。 我々は、方向フラグを介して動的システムを前方または後方にステップする単一の条件付き潜在拡散モデルを訓練する。 この双方向性は測定不要なテスト時間誤差信号を提供することを示す。
  論文  参考訳（メタデータ） (2026-08-01T13:49:46Z)
• A route to damage tolerance exceeding $10\%$ in shuttling-equipped quantum processors [0.0]
  これは、固体フォールトトレラント量子コンピューティングにおける損傷に対する高い耐性(欠陥や"ドロップアウト")を提供するアプローチの研究である。 本手法は主に、高速かつ高忠実なシャットリングをサポートすることが示されている半導体電子スピン量子ビット系を対象としている。
  論文  参考訳（メタデータ） (2026-07-24T15:49:03Z)
• GRACE: Gated Refinement for Accurate Causal Edge Discovery in High-Dimensional Time Series [0.0]
  高速リニアCIスケルトンはハイリコール候補を提供する。 単一ゲートモデルは、どのエッジが真に予測を改善するかを学ぶことによって、偽陽性を誘発する。 GRACEは高価な非線形CIテストと少しのコストで一致または超過します。
  論文  参考訳（メタデータ） (2026-06-22T19:26:38Z)
• When Agents Commit Too Soon: Diagnosing Premature Commitment in LLM Agents [0.0]
  長い答えのLSMエージェントは静かに失敗する可能性があり、彼らは証拠を早期に読み上げ、残りの期間をその証拠を守るのに費やした。 我々は、表現的コミットメントを、固定された推論ステップにおいて、クロスランな隠れ状態収束として定義する。 ランタイムモニタは、AUROCの隠れ状態から0.97までの不整合軌道を検出する(より厳密なスプリットの下で0.85-0.88)。
  論文  参考訳（メタデータ） (2026-06-22T07:13:13Z)
• The Geometry of Forgetting: Temporal Knowledge Drift as an Independent Axis in LLM Representations [50.43168858368539]
  大規模言語モデルは自信を持って時代遅れの回答を生成し、既存の方法では検出できない。 これは工学的な失敗ではなく構造的な失敗であり、時間的ドリフトは、幾何的に残留流の方向として、正確性と不確実性の両方に符号化される。
  論文  参考訳（メタデータ） (2026-05-09T22:27:31Z)
• BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning [73.46118996284888]
  マルチモーダル・コントラスト学習モデルに対するバックドア攻撃の研究は、ステルスネスと永続性という2つの大きな課題に直面している。 両課題に対処する統合フレームワークであるBadCLIP++を提案する。 ステルスネスのために,タスク関連領域付近に知覚不可能なパターンを埋め込むセマンティックフュージョンQRマイクロトリガーを導入する。 持続性については、半径縮小とセントロイドアライメントによるトリガ埋め込みを安定化する。
  論文  参考訳（メタデータ） (2026-02-19T08:31:16Z)
• Information Fidelity in Tool-Using LLM Agents: A Martingale Analysis of the Model Context Protocol [69.11739400975445]
  モデルコンテキストプロトコル(MCP)エージェントにおけるエラー蓄積を解析するための最初の理論的枠組みを紹介する。 累積歪みが線形成長と高確率偏差を$O(sqrtT)$で表すことを示す。 主な発見は、意味重み付けは歪みを80%減らし、周期的再接地は、エラー制御の約9ステップごとに十分である。
  論文  参考訳（メタデータ） (2026-02-10T21:08:53Z)
• Analytical blueprint for 99.999% fidelity X-gates on present superconducting hardware under strong driving [4.406638884109584]
  既存のデコヒーレンスレートを組み込んだ場合, 7ns$-rotationに対して, 10～5$以下のゲート不忠実度を数値的に示す。 また、DRAGプリファクタの最適値に関する長年の質問にも答えるとともに、常にデチューンする。
  論文  参考訳（メタデータ） (2025-12-22T22:47:43Z)
• INC: An Indirect Neural Corrector for Auto-Regressive Hybrid PDE Solvers [61.84396402100827]
  本稿では,学習した補正を支配方程式に統合する間接ニューラルコレクタ(mathrmINC$)を提案する。 $mathrmINC$は、$t-1 + L$の順番でエラー増幅を減らし、$t$はタイムステップ、$L$はリプシッツ定数である。 大規模なベンチマークで$mathrmINC$をテストし、1Dカオスシステムから3D乱流まで、多くの異なる解法、神経バックボーン、テストケースをカバーした。
  論文  参考訳（メタデータ） (2025-11-16T20:14:28Z)

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。