論文の概要: Supraglacial Lake Fate Is Knowable Long Before the Season Ends
- arxiv url: http://arxiv.org/abs/2608.30113v1
- Date: Mon, 31 Aug 2026 00:58:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.182579
- Title: Supraglacial Lake Fate Is Knowable Long Before the Season Ends
- Title（参考訳）: 氷河湖のフェイトは、季節が終わるよりずっと前から知られていた
- Abstract要約: それぞれの結果が実際にどれだけの期間必要とされるかを測定する。
結果は一貫した順序で解決される。
クラスごとの軌道を生成するすべての学習者は、シーズン終盤のアキュラティが最大で18ドルまで異なるにもかかわらず、それを再現する。
- 参考スコア（独自算出の注目度）: 2.1141584811533645
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A supraglacial lake on the Greenland Ice Sheet ends its melt season in one of four ways: it drains rapidly through a hydrofracture, drains slowly across the surface, refreezes in place, or is buried by late-season snowfall. Which one occurs decides whether the meltwater reaches the ice bed. Satellite classifiers recover the outcome accurately but only after the season closes, and how much of a season each outcome actually requires has never been measured. We measure it directly: holding the representation and the classifier fixed, we truncate the input at $14$ cutoffs from 1 May to 31 December, retrain at each, and record the earliest cutoff at which each outcome's per-class $F_1$ reaches a fixed target. The outcomes resolve in a consistent order, two of them months early: rapid drainage by 15 July and slow drainage by 1 August, $92$ and $75$ days ahead of the earliest date a full-season pipeline can be computed at all, with buried and refreeze following at $44$ and $30$ days. Five further learners, from a majority-class floor and $54$ summary statistics to a trigger-based early classifier, leave the ordering intact: every learner that produces a per-class trajectory reproduces it despite end-of-season accuracies differing by up to $18$ percentage points, and it survives leave-one-basin-out evaluation, though not the substitution of machine labels for expert ones in an unseen season. Every feature we compute at day $t$ reads only days up to $t$, at a cost of at most $1.3$ percentage points. A monitoring system should therefore not have one release date: rapid drainage can be flagged on 15 July, three months before a full-season pipeline can be computed at all.
- Abstract（参考訳）: グリーンランド氷床の氷上湖は融雪期を終わる4つの方法の1つで終わる: 熱水破砕によって急速に排水され、表面をゆっくりと流れ、凍結し、あるいは後期の降雪によって埋められる。
いずれの場合も、溶けた水が氷床に達するかどうかを判断する。
衛星分類器は正確な結果を取得するが、季節が終わった後にのみ結果が回収される。
表現と分類器を固定し、入力を5月1日から12月31日まで14ドルのカットオフで切り離し、それぞれを再トレーニングし、各結果のクラスごとの$F_1$が固定された目標に達する最初期のカットオフを記録します。
7月15日までの急激な排水と8月1日までの緩やかな排水、9,2ドルと7,5ドルという最初期の日より前に全シーズンのパイプラインを計算し、44ドルと30ドルという価格で埋めて凍結する。
さらに5人の学習者が、多数階から5,4ドルの要約統計からトリガーベースの早期分類器まで、注文をそのまま残している: クラスごとの軌道を生成するすべての学習者は、最大18ドルのポイントの差があるにもかかわらず、それを再現する。
私たちが計算したすべての機能は、少なくとも1.3ドルの割合で、わずか数日で$t$まで読み取ります。
高速排水は7月15日、全シーズンのパイプラインが完全に計算される3ヶ月前にフラグを立てることができる。
関連論文リスト
- The Anatomy and Boundary of Adaptation under Temporal Tabular Shift [14.709439807376505]
診断解剖学的属性は、ストリーミングプロトコルの下で4つの繰り返しメカニズムに到達する。
第二に、$L2$プロジェクションウォールは凍結表現が表現できないものを定量化する。
8つの産業用ストリーム上のストリームレベルのプロキシは、条件付きで困難な状況に陥る。
論文 参考訳（メタデータ） (2026-09-10T19:08:28Z) - Cheap Verifiers, Large Blind Spots: Measuring the Reliability Cost of Cost-Saving Cascades [0.0]
推論カスケードは、ほとんどのクエリを安価なモデルで答え、検証として機能するフロンティアモデルにハードテールをエスカレートすることでコストを削減する。
検証者の拒否に対して安価な学生を微調整することで、エスカレーション率とコストは各ラウンドで低下する。
このループを実LLMで測定し,4つの知見を報告する。
論文 参考訳（メタデータ） (2026-09-01T14:53:41Z) - STOCKTAKE: Measuring the Gap Between Perception and Action in LLM Agents with a Fair Oracle [0.0]
LLMエージェントは、コストを駆動する状態が直接観察されない複数週間の意思決定タスクにおいて、ますます評価される。
一部観測可能なマルコフ決定プロセスとして構築された26週間のサプライチェーン補充ベンチマークであるSTOCKTAKEを紹介する。
論文 参考訳（メタデータ） (2026-07-15T09:08:27Z) - ShortOPD: Recovering Pruned LLMs with Short-to-Long On-Policy Distillation [72.54604107217669]
textscpass@$k$は圧縮後にほぼ消滅するが、textscpass@$k$は繰り返しサンプリングの下でほぼ回復する。
回復は、密集したトークンレベルの監督の下で、圧縮されたモデル自身のオン政治状態で訓練すべきである。
我々は,教師が確認した反復接尾辞を検知する短時間のOPDスケジュールであるtextbfshortopdを提案する。
論文 参考訳（メタデータ） (2026-07-14T17:50:50Z) - From Patches to Trajectories: Privileged Process Supervision for Software-Engineering Agents [56.31499185764872]
教師の長い軌道上の監督された微調整(SFT)は、オープンソフトウェアエンジニアリング(SWE)エージェントに調査と推論を浸透させる主要な方法である。
本稿では,P2T (Patches-to-Trajectories) を提案する。P2T (Patches-to-Trajectories) は,P2T (Patches-to-Trajectories) において,P2T (Patches-to-Trajectories) とP2T (Patches-to-Trajectories) の2つの最適化法である。
論文 参考訳（メタデータ） (2026-05-21T04:54:55Z) - Calibeating Made Simple [75.91049650502048]
カリビートは後悔と同等の極小値であることを示す。
また、マルチカリービートは、カリビートと古典的専門家問題の組み合わせと等価であることを示す。
2値予測では, 同時に最適校正率も達成できる最初の校正アルゴリズムが得られた。
論文 参考訳（メタデータ） (2026-03-23T16:28:07Z) - Understanding Warmup-Stable-Decay Learning Rates: A River Valley Loss Landscape Perspective [66.80315289020487]
Warmup-Stable-Decay (WSD) スケジュールは、一定の学習率を使用して、所定の計算予算なしで無限に継続できるイテレーションのメインブランチを生成する。
プレトレーニング損失は,河底に川がある深い谷に類似した河谷景観を呈することを示す。
この理論にインスパイアされたWSD-Sは、従来のチェックポイントの崩壊フェーズを再利用し、メインブランチを1つだけ保持するWSDの変種である。
論文 参考訳（メタデータ） (2024-10-07T16:49:39Z) - Learning to Cover: Online Learning and Optimization with Irreversible Decisions [50.5775508521174]
我々は,個別かつ不可逆な意思決定を対象とするオンライン学習と最適化の問題を定義した。
各期間において、意思決定者は、オープンする施設を選択し、それぞれの成功に関する情報を受け取り、将来の決定を導くために分類モデルを更新する。
目的は,多数の施設を対象とする地平線を特徴とし,カバー対象を反映するチャンス制約の下で施設開口を最小化することである。
論文 参考訳（メタデータ） (2024-06-20T23:00:25Z) - An Edge Map based Ensemble Solution to Detect Water Level in Stream [3.2308803546329137]
米国だけでも毎年、洪水で130ドル(約1万3000円)以上の死者が出ている。
我々は,クリークの水位を連続的に検出する効率的な視覚ベースアンサンブルソリューションを設計し,実装した。
提案されたソリューションは広範に正確であり、水面に追加のインフラを設置する必要はなく、容易に他の場所に適応できる。
論文 参考訳（メタデータ） (2022-01-16T17:43:12Z) - Do We Need Zero Training Loss After Achieving Zero Training Error? [76.44358201918156]
本研究では,遠心分離法(Emphflooding)と呼ばれる直接解法を提案する。
本研究では, 浸水により性能が向上し, 副産物として, 試験損失の2重降下曲線が誘導されることを実験的に示す。
論文 参考訳（メタデータ） (2020-02-20T12:50:49Z)
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。