論文の概要: A survey detection channel overrides the pixels in an astronomical foundation model, and biases tomographic mean redshifts

• arxiv url: http://arxiv.org/abs/2608.23626v1
• Date: Sun, 23 Aug 2026 01:10:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:34.427973
• Title: A survey detection channel overrides the pixels in an astronomical foundation model, and biases tomographic mean redshifts
• Title（参考訳）: サーベイ検出チャンネルは、天文学基礎モデルにおいて画素を上向きにし、トモグラフィ平均赤方偏移をバイアスする
• Abstract要約: AION-1は2億以上のオブジェクトでトレーニングされた39のモダリティトランスフォーマーである。 画像トークンをバイト単位に保持し、サーベイセグメンテーションマップのみを編集することで、モデルが報告するすべての量を変更する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Foundation models for astronomy are trained on survey pixels together with the catalogue products derived from those pixels. Those catalogues are incomplete at a measurable rate, and a model trained on both inherits that incompleteness as a systematic. We audit AION-1, a 39-modality transformer trained on more than 200 million objects, using causal interventions on its inputs. Holding the image tokens byte-identical and editing only the survey segmentation map changes every quantity the model reports -- flux, size, ellipticity, redshift -- by 110-4400 times a matched placebo. The mechanism is detection gating, presence at the field centre (r = 0.47), not the light the mask encloses (r = 0.30); across 322 real blends the model ignores how the pipeline partitioned the light (R = -0.006). Nor is the preference specific to that channel: contradicted catalogue photometry leaves the model nine times worse than supplying no metadata at all. The Legacy Survey pipeline leaves 3.68% of targets with no segment covering their position. Propagating that rate, with a miss represented by the fields the pipeline actually returns, shifts tomographic mean redshifts by a median 0.71 times the LSST DESC requirement over 40 assignments and exceeds it in 12; observed positional errors take the worst bin to 8.3 times. Drawing the misses by their measured magnitude dependence rather than uniformly does not change it. Spectroscopy removes the effect, withholding the detection channel removes it at no measurable cost, and the effect grows with model scale. Two further limits lie in the tokeniser: its image codec resolves 28 effective states on source patches against 934 for the spectrum codec, and the redshift readout is quantisation-limited. Sparse dictionaries are unreliable causal handles: across 15, recovery spans 26-75% and moves up to 18 points on the seed alone.
• Abstract（参考訳）: 天文学の基礎モデルは、これらの画素から派生したカタログ製品とともに、調査ピクセルで訓練される。 これらのカタログは測定可能な速度で不完全であり、双方で訓練されたモデルがその不完全性を体系的に継承する。 AION-1は2億以上のオブジェクトでトレーニングされた39のモダリティトランスフォーマーであり、入力に対する因果的介入を用いて評価する。 イメージトークンをバイト単位に保持し、サーベイセグメンテーションマップのみを編集することで、モデルレポート(フラックス、サイズ、楕円性、赤方偏移)がマッチしたプラセボの110-4400倍も変化する。 機構はゲーティングの検出であり(r = 0.47)、マスクが囲む光(r = 0.30)ではなく(r = 0.30)、実際の322のブレンドはパイプラインが光を分割する方法を無視している(R = -0.006)。 矛盾したカタログ光度測定は、メタデータを全く提供しないよりも9倍も悪いモデルを残している。 レガシー・サーベイ・パイプラインは目標の3.68%を残しており、その位置をカバーしていない。 この速度を伝搬させ、パイプラインが実際に返すフィールドによって表現されたミスで、トモグラフィ平均赤方偏移は、LSST DESCの40の割り当ての0.71倍にシフトし、12で超過する。 等級依存によるミスの描画は、一様ではなく、その大きさ依存によって変化しない。 分光法は効果を除去し、検出チャネルを保たずに測定可能なコストで除去し、その効果はモデルスケールで増大する。 その画像コーデックは、スペクトルコーデックの934に対して、ソースパッチ上の28の有効状態を解決し、赤方偏移読み出しは量子化制限される。 15回にわたる回復は26～75%で、種子だけで最大18点まで移動する。

関連論文リスト

• How Fragile Is Safety Alignment at Frontier Scale? A Single-Direction Attack on a 320B MoE [9.309878989186581]
  指示アブレーションは、残余ストリームを記述する重みから1つの"拒絶方向"を投影することで、整列言語モデルの拒否する能力を取り除く。 残留ストリームがもはや1つのテンソルではなく、重量船が定量化されるような、フロンティア・オブ・エキスパート・ミックスへのシフトを生き残るかどうかを考察する。
  論文  参考訳（メタデータ） (2026-09-09T06:48:08Z)
• Self-Calibrating Dense Displacement Fields for Reliable Co-Registration of Large Optical Satellite Imagery [4.730120849611304]
  共同登録は、光学衛星画像の時間・マルチセンサー利用のほぼすべての基盤となる。 SCDF, トレーニング不要なGPUフリーな推定器で, 動きモデル自体が画素あたりの高密度変位場である。 実際のSentinel Landsat-8/9とNAIP画像から構築された584基の地上トラスペアでは、SCDFは故障のない全てのペアを登録する。
  論文  参考訳（メタデータ） (2026-08-23T08:50:59Z)
• Distribution-free false-alarm calibration and chance-corrected spatial evaluation for industrial anomaly detection [2.5273986395975476]
  我々は、分布自由な上限値とペア化された最小交差空間テストを組み合わせる。 我々は,3つのISP-ADモダリティと3つの固定データ分割から120個の点欠陥画像上の3つの検出器を評価する。
  論文  参考訳（メタデータ） (2026-08-15T07:21:05Z)
• When AI Writes, Who Gets Cited? Evidence of Citation Monoculture Across Language Models [45.91367912142692]
  異なるモデルがいまだに同じ狭い部分集合を選択している可能性を示し、単一の引用が誤りを犯さずに、引用モノカルチャーを生成する。 3つのベンダーの11のモデルが、30のランダムなパネルから少なくとも10の論文を選択しており、実際のタイトルと抽象物があるが、作者が作り直され、再割り当て年、隠れた会場と引用数がある。
  論文  参考訳（メタデータ） (2026-08-03T14:27:46Z)
• Explaining AI-Image Detection: What the Heatmap Actually Shows [65.01025489527173]
  私たちは検出器を構築し、その証拠として属性マップを添付します。 私たちは、そのペアがコントロール下の186,527のイメージにもたらすものを測定します。 属性ランキングが存在するかどうかは、検出器が画像に反応するかどうかに依存する。
  論文  参考訳（メタデータ） (2026-07-31T16:07:05Z)
• Decodable Is Not Grounded: A Vision-Ablation Arbiter for VLM Spatial Reasoning [48.438568700670835]
  モデルから潜在的知識を読み出す標準的な方法は、視覚言語モデルがイメージに根ざしたものを体系的に上書きすることができる。 本研究では,空間的推論において,一直線因果制御によって露呈した探究と操舵の両方に誤差が見えないことを示す。
  論文  参考訳（メタデータ） (2026-06-30T07:33:18Z)
• Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
  PointArena 2026は77.2%の精度でベンチマークで2位である。 ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。 次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
  論文  参考訳（メタデータ） (2026-06-29T06:39:03Z)
• Strained Coherence: A Pre-Failure Signal in Coding Agent Execution Trajectories [0.0]
  LLMベースのコーディングエージェントは、時には自身の推論で問題を認識し、いずれにせよ前進する。 我々はClaude Sonnet 4.6のジャッジを構築し、完全なトラジェクトリとフラグがパターンの発生する場所にまたがる。 Qwen3.5-35B-A3Bのバックボーンを用いて44個の終端ベンチ2軌道上で評価を行った。
  論文  参考訳（メタデータ） (2026-06-05T22:52:16Z)
• The Cross-Architecture Substrate: A Domain-Transcendent, Calibration-Surviving Geometric Invariant of Modern Vision Encoders [0.0]
  訓練後、13の現代の視覚エンコーダ内の変化の上位16の主方向は同じ16次元の幾何学的対象に収束する。 ラベルなし転送性フィルタがLogMEを圧倒し、四方向ドメイン検出器(99.6%の精度)、凍結ローショットプローブ(16ディムが768dim DINOv2を3.78ppのN=50ラベルで破る)の4つのアプリケーションを提供している。
  論文  参考訳（メタデータ） (2026-06-05T22:35:13Z)
• Multi-Tier Labeling and Physics-Informed Learning for Orbital Anomaly Detection at Scale [0.0]
  本稿では,多層ラベリングカスケードについて述べる。 60年にわたるTLE (232M Two-Line Element) レコードに適用すると、カスケードは長さ50(430Mのタイムステップ)の8.6Mのラベル付きシーケンスを11以上の特徴で生成する。 重なり合う衛星では、IMM-UKFはルール_v1単独よりも42.6倍多くの異常を表面化している。
  論文  参考訳（メタデータ） (2026-05-10T22:20:52Z)
• Streamlined Lensed Quasar Identification in Multiband Images via Ensemble Networks [34.82692226532414]
  強いレンズを経験するクエーサーは、宇宙膨張速度、暗黒物質、およびクエーサーホスト銀河に関連する主題に独自の視点を与える。 我々は,現実的な銀河・クエーサーレンズシミュレーションに基づいて訓練された最先端畳み込みネットワーク(CNN)を組み込むことにより,新しいアプローチを開発した。 我々は親標本として約6000万個の情報源を検索し、光度測定によるクエーサーを$theta_mathrmE5$arcsecのEinstein radiiで発見した後、これを892,609個に減らした。
  論文  参考訳（メタデータ） (2023-07-03T15:09:10Z)
• Video-based Person Re-identification without Bells and Whistles [49.51670583977911]
  ビデオベースの人物再識別(Re-ID)は、異なるカメラの下で歩行者を特定するために、ビデオトラッカーとトリミングされたビデオフレームをマッチングすることを目的としている。 従来の方法による不完全な検出と追跡の結果から, 収穫したトラックレットの空間的, 時間的不整合が生じている。 本稿では,深層学習に基づくトラックレットの検出と追跡を適用することで,これらの予期せぬノイズを効果的に低減できる簡易な再検出リンク(DL)モジュールを提案する。
  論文  参考訳（メタデータ） (2021-05-22T10:17:38Z)
• Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint modeling [69.35569554213679]
  解析信号位相とその勾配は2-D$以上の不連続性を持つことを示す。 この欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-D $シグナルには存在しない。 本稿では,複数のGaborフィルタに頼って線形シンメトリー位相を用いることを提案する。
  論文  参考訳（メタデータ） (2020-05-16T21:17:26Z)

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。