論文の概要: DCGC: Draft-Conditioned Global Correction for Complex Reasoning with Masked Diffusion Models
- arxiv url: http://arxiv.org/abs/2608.25428v1
- Date: Wed, 26 Aug 2026 06:35:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-27 14:15:15.623808
- Title: DCGC: Draft-Conditioned Global Correction for Complex Reasoning with Masked Diffusion Models
- Title（参考訳）: DCGC:Masked Diffusion Modelを用いた複雑な推論のためのドラフトコンディション付き大域補正
- Abstract要約: 大域的補正のためのMasked Diffusion Model (MDM) フレームワークは、上流ソルバからの不完全な解のドラフトを補助的文脈として利用する。
DCGCは、タスク固有のSupervised Fine-Tuning(SFT)と、Dynamic Dual-CFGと呼ばれる新しい推論時間メカニズムを組み合わせる。
- 参考スコア（独自算出の注目度）: 5.2113270099125915
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Correcting flawed reasoning traces remains a significant challenge for Large Language Models (LLMs), whose autoregressive generation can propagate early mistakes into subsequent reasoning. We introduce DCGC, a Masked Diffusion Model (MDM) framework for global correction that uses an imperfect solution draft from an upstream solver as auxiliary context. DCGC combines task-specific Supervised Fine-Tuning (SFT) with a novel inference-time mechanism called Dynamic Dual-CFG. This mechanism separates problem-only and joint problem-draft branches and scales the draft-conditioned residual using a relative confidence gap. Across math, code, and knowledge reasoning benchmarks, DCGC outperforms standard sampling and simpler CFG variants, with additional results suggesting transfer to different diffusion backbones. In test-time setting where ground-truth failure labels are unavailable, DCGC improves full test set accuracy by correcting low-consensus upstream outputs, highlighting its utility as a verifier-free global correction module for difficult reasoning instances.
- Abstract（参考訳）: 欠陥のある推論トレースの修正は、自動回帰生成が初期の誤りをその後の推論に伝達する大きな言語モデル(LLM)にとって、依然として重要な課題である。
我々は,上流ソルバからの完全解法ドラフトを補助的文脈として用いた,大域的補正のためのMasked Diffusion Model (MDM) フレームワークであるDCGCを紹介する。
DCGCは、タスク固有のSupervised Fine-Tuning(SFT)と、Dynamic Dual-CFGと呼ばれる新しい推論時間メカニズムを組み合わせる。
このメカニズムは問題のみおよび共同問題ドラフト分岐を分離し、相対的な信頼ギャップを用いてドラフト条件付き残差をスケールする。
数学、コード、知識推論のベンチマーク全体において、DCGCは標準サンプリングと単純なCFG変種よりも優れており、さらなる結果は異なる拡散バックボーンへの移行を示唆している。
地上の故障ラベルが利用できないテスト時間設定では、DCGCは、低コンセンサス上流出力を補正することで、完全なテストセットの精度を改善し、困難な推論インスタンスのための検証不要なグローバル修正モジュールとしての有用性を強調している。
関連論文リスト
- Closing the Null Space: Guidance-Aware Quantization for Classifier-Free Diffusion [0.0]
2パスのCFG実行パターンは、パラメータカウントとビット操作のメトリクスが完全に隠蔽する遅延オーバーヘッドを課します。
誘導予測に基づいて直接校正を行う誘導認識混合精度(GAMP)を提案する。
論文 参考訳（メタデータ） (2026-07-09T08:42:07Z) - NormWorlds-CF: Solver-Verified Counterfactual Normative Reasoning with Metamorphic-Relation GRPO [1.5483078145498086]
NormWorlds-CFは、ルールの世界における反ファクト的規範的推論のための解決法として検証された環境である。
その決定論的解法は、最終回答、証明と偽造証明、引数ステータス、サポートセット、ペア化された世界変更ラベルを生成する。
論文 参考訳（メタデータ） (2026-07-04T17:11:21Z) - LC-ERD: Mining Latent Logic for Self-Evolving Reasoning via Consistency-Regulated Reward Decomposition [55.572260012037084]
本稿では, LC-ERD (Logic-Consistent Endogenous Reward Decomposition) を紹介する。
モデルの潜在論理エキスパートズ(Latent Logic Expertise)からのコンセンサスを集約することで、変分論理ポテンシャルを導出する。
LC-ERDは、論理の一貫性と正確性の間のトレードオフを明らかにする、堅牢な自己進化パスを提供する。
論文 参考訳（メタデータ） (2026-05-19T07:27:50Z) - VerifyMAS: Hypothesis Verification for Failure Attribution in LLM Multi-Agent Systems [79.51005192758262]
大規模言語モデル駆動型マルチエージェントシステムは複雑なタスクで優れている。
しかし、信頼性の低いエージェントは、システムレベルの信頼性にとって重要なボトルネックである。
本稿では,エージェント故障の帰属に関する仮説検証フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-17T14:09:35Z) - Manifold-Optimal Guidance: A Unified Riemannian Control View of Diffusion Guidance [21.903550549566575]
本稿では,局所最適制御問題としてガイダンスを再構成する枠組みを提案する。
MOGはクローズドな幾何対応の更新を行い、再トレーニングを必要とせずにオフマニフォールドのドリフトを補正する。
論文 参考訳（メタデータ） (2026-03-12T03:51:32Z) - Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。
このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。
安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
論文 参考訳（メタデータ） (2026-03-07T01:49:59Z) - Joint Source-Channel-Generation Coding: From Distortion-oriented Reconstruction to Semantic-consistent Generation [58.67925548779465]
本稿では,知覚的再構成から確率的生成へ焦点を移す新しいパラダイムとして,JSCGC(Joint Source-Channel-Generation Coding)を提案する。
JSCGCは意味的品質と意味的忠実性を大幅に改善し、従来の歪み指向J SCC法よりも大幅に向上する。
論文 参考訳（メタデータ） (2026-01-19T08:12:47Z) - DiffRegCD: Integrated Registration and Change Detection with Diffusion Features [74.3102451211493]
DiffRegCDは、単一のモデルで密度の高い登録と変更検出を統一する統合フレームワークである。
空中(LEVIR-CD, DSIFN-CD, WHU-CD, SYSU-CD)と地上(VL-CMU-CD)のデータセットによる実験は、DiffRegCDが最近のベースラインを一貫して上回っていることを示している。
論文 参考訳（メタデータ） (2025-11-11T07:32:19Z) - Metacognitive Self-Correction for Multi-Agent System via Prototype-Guided Next-Execution Reconstruction [58.51530390018909]
大規模言語モデルに基づくマルチエージェントシステムは、協調的な問題解決において優れているが、エラーのカスケードには脆弱である。
我々は,MASにリアルタイム,教師なし,ステップレベルの誤り検出と自己補正を付与するメタ認知フレームワークMASCを提案する。
論文 参考訳（メタデータ） (2025-10-16T05:35:37Z) - ASCoT: An Adaptive Self-Correction Chain-of-Thought Method for Late-Stage Fragility in LLMs [21.409155842171497]
CoT(Chain-of-Thought)の促進により,LLM(Large Language Models)の推論機能が大幅に向上した。
CoT鎖の後半で導入されたエラーは、当初と同一のエラーよりも、最終回答が著しく破損する可能性が高い。
本稿では、この脆弱性に対処するために、適応自己補正連鎖法(ASCoT)を導入する。
論文 参考訳（メタデータ） (2025-08-07T11:26:40Z) - Retrieval is Not Enough: Enhancing RAG Reasoning through Test-Time Critique and Optimization [58.390885294401066]
Retrieval-augmented Generation (RAG) は知識基底型大規模言語モデル(LLM)を実現するためのパラダイムとして広く採用されている。
RAGパイプラインは、モデル推論が得られた証拠と整合性を維持するのに失敗することが多く、事実上の矛盾や否定的な結論につながる。
批判駆動アライメント(CDA)に基づく新しい反復的枠組みであるAlignRAGを提案する。
AlignRAG-autoは、動的に洗練を終了し、批判的な反復回数を事前に指定する必要がなくなる自律的な変種である。
論文 参考訳（メタデータ） (2025-04-21T04:56:47Z)
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。