論文の概要: Aegix Pulse: A Traceable Three-Stage Architecture for Personalized Content Generation and Context-Preserving Revision
- arxiv url: http://arxiv.org/abs/2609.07672v1
- Date: Mon, 07 Sep 2026 16:00:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.463795
- Title: Aegix Pulse: A Traceable Three-Stage Architecture for Personalized Content Generation and Context-Preserving Revision
- Title（参考訳）: Aegix Pulse: パーソナライズされたコンテンツ生成とコンテキスト保存のためのトレース可能な3段階アーキテクチャ
- Abstract要約: Aegix Pulseは生産指向の3段階アーキテクチャで、現在のタスクの明確化とタスクペルソナのファイナライゼーションを分離する。
96のソーシャルメディア生成タスクを用いて,事前登録された4つのクレームを評価する。
- 参考スコア（独自算出の注目度）: 4.828072294068721
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Production content-generation systems must integrate a user's immediate task, long-term brand identity, historical evidence, and revision feedback. We present Aegix Pulse, a production-oriented three-stage architecture that separates current-task clarification and Task Persona finalization, long-term Account Profile (Brand DNA) assembly, and controlled generation and revision while preserving provenance across content versions. We evaluate four preregistered claims using 96 synthetic social-media generation tasks. Four initial-generation conditions progressively introduced a Task Persona, Account Profile, and successful-history style evidence, while two revision conditions compared plain and context-preserving revision. The experiment produced 480 completed generation records and 1,440 blinded LLM-Judge evaluations, supplemented by human review. Adding the Account Profile increased mean brand-consistency scores by 0.1562 points on a five-point scale compared with Task Persona alone (Holm-adjusted p=.1224). Preserving task and brand context during revision increased mean task-preservation scores by 0.2917 points compared with plain revision (Holm-adjusted p=.2432). Neither improvement was statistically conclusive after multiple-comparison correction. Task Persona alone showed a small observed effect, while successful-history evidence provided no additional improvement in brand consistency under the current setting. Human validation did not consistently reproduce the LLM-Judge effect directions and showed low inter-reviewer agreement. These findings provide preliminary evidence for persistent brand context and context-preserving revision while identifying priorities for stronger evidence processing and evaluation.
- Abstract（参考訳）: 生産コンテンツ生成システムは、ユーザの即時タスク、長期ブランドのアイデンティティ、歴史的な証拠、リビジョンフィードバックを統合する必要がある。
本稿では,現在のタスクの明確化とタスクペルソナのファイナライゼーションを分離した生産指向の3段階アーキテクチャであるAegix Pulseについて紹介する。
96のソーシャルメディア生成タスクを用いて,事前登録された4つのクレームを評価する。
初期世代の4つの条件は、タスク・ペルソナ、アカウント・プロファイル、成功した歴史様式のエビデンスを徐々に導入し、2つの修正条件はプレーンとコンテキスト保存のリビジョンを比較した。
この実験は480の完成記録と1,440個の盲点付きLCM-Judgeの評価を人間によるレビューで補完した。
Account Profileを追加すると、Task Persona単独(Holm-adjusted p=.1224)に比べて平均ブランド一貫性スコアが5ポイントで0.1562ポイント増加した。
修正作業中のタスクとブランドコンテキストの保存は、通常のリビジョン(ホルム調整p=.2432)と比較して平均タスク保存スコアが0.2917ポイント増加した。
いずれの改善も、多重比較補正後の統計的には決定的ではなかった。
タスクペルソナだけでも小さな効果を示しており、成功した歴史証拠は、現在の状況下でブランドの一貫性をさらに改善するものではない。
人間の検証はLLM-Judge効果の方向を常に再現せず、レビュー間の合意は低かった。
これらの結果から, ブランドコンテキストの持続性, コンテキスト保存リビジョンの予備的証拠を提供するとともに, より強力なエビデンス処理と評価の優先事項を特定した。
関連論文リスト
- Anchoring Clinical Events in Time: UID-Preserving Multimodal Reconstruction and Source-Grounded Adjudication [2.981889575213664]
本稿では,各物語イベントの発生をソーススパンにリンクするUDD保存フレームワークを提案する。
また,LLM判定器であるGAVELを,物語と構造化記録の2つのUID整列タイムラインと比較した。
論文 参考訳（メタデータ） (2026-09-11T17:01:10Z) - From Matching Models to Recruiting Agents: A Systematized Narrative Review of AI Recruitment Systems, Evaluation, and Governance [1.436449142247059]
このレビューは、ニューラル・パーソナリティ・マッチングによる双方向の検索と行動ランキングから発展を辿る。
類似性から相互適合性、モデルから複合ワークフロー、オフライン予測からエビデンスと生産性に整合した評価という3つの組み合わせの遷移を分析した。
評価証拠から最強の証明可能なクレームへのステージマッピングと,相互性,エビデンス,時間的制御,選択的,監査可能なシステムに関するアジェンダを導入する。
論文 参考訳（メタデータ） (2026-09-03T08:46:03Z) - Task-CoEvolve: Efficient Harness Optimization via Adaptive Validation Task Selection [51.39973047614183]
本稿では,適応型検証タスク選択によるLLMの効率向上のための新しい手法を提案する。
$textbfTask-CoEvolve$.textbfTask-CoEvolve$.textbfTask-CoEvolve$.textbfTaskは、情報的タスクの選択と、部分的な評価からフルセットのパフォーマンスの推定という2つの課題に対処することで、ハーネスでバリデーションタスクを共進化させる。
論文 参考訳（メタデータ） (2026-08-20T15:24:54Z) - Agents Don't Just Agree, They Remember: Benchmarking Persistent Sycophancy in Stateful Personal Agents [33.055253684457625]
ステートフルなパーソナルエージェントは、長期的なユーザープロファイル、エピソード記憶、再利用可能なスキルをますます維持する。
これを持続性梅毒と呼び、Personal Agent Sycophancy Benchmark (PASB)を導入します。
PASBは、会話的クレームが受け入れられ、耐久性のあるエージェント状態に書き込まれ、後に中立なクエリで再利用されるかどうかをトレースする。
論文 参考訳（メタデータ） (2026-07-12T01:08:59Z) - CDR-Bench: Evaluating Faithful Execution of Compositional, Order-Sensitive Data Refinement Recipes [52.734097662607375]
CDR-Benchは、4つの現実世界のデータリファインメントドメインにまたがる3,462の高品質なタスクを特徴とする包括的なベンチマークである。
我々のベンチマークでは、原子性、秩序に依存しない、秩序に敏感な設定でモデルを評価する。
10以上の最先端のLLMの実験では、一貫した障害パターンが明らかになっている。
論文 参考訳（メタデータ） (2026-06-30T10:08:45Z) - Position: Early-Stage Quality Assurance in Annotation Pipelines Is More Cost-Effective Than Late-Stage Validation [17.77280120142941]
このポジションペーパーでは、マシンラーニングコミュニティは、後期検証の一般的な実践よりも、アノテーションパイプラインの早期品質保証を優先すべきである、と論じている。
本稿では,事前アノテーション(T0),後アノテーション(T1),後レビュー(T2)の3つのQAトリガポイントの分類法を提案する。
論文 参考訳（メタデータ） (2026-05-15T08:07:01Z) - FRESCO: Benchmarking and Optimizing Re-rankers for Evolving Semantic Conflict in Retrieval-Augmented Generation [73.22935457705057]
時間的動的文脈における再ランカ評価のためのベンチマークであるFRESCOを紹介する。
レクエンシ検索クエリと過去のウィキペディアのリビジョンを組み合わせることで、FRESCOは、セマンティックな関連性を維持しながら、リランカが事実として最新の証拠を優先順位付けできるかどうかをテストする。
我々の評価では、既存の再ランカ間で一貫した障害モードが明らかになっている。
論文 参考訳（メタデータ） (2026-04-14T17:04:25Z) - PeReGrINE: Evaluating Personalized Review Fidelity with User Item Graph Context [11.110549053156625]
PeReGrINEは、グラフ構造化されたユーザーエビデンスに基づくパーソナライズされたレビュー生成のためのベンチマークおよび評価フレームワークである。
我々は,各ユーザの言語的・情緒的な傾向を事前のレビューよりも要約したユーザスタイルを計算する。
ディゾナンス分析は、期待されるユーザスタイルと製品レベルのコンセンサスからの逸脱を測定する。
論文 参考訳（メタデータ） (2026-04-09T04:36:28Z) - SVeritas: Benchmark for Robust Speaker Verification under Diverse Conditions [54.34001921326444]
話者検証(SV)モデルは、セキュリティ、パーソナライゼーション、アクセス制御システムにますます統合されている。
既存のベンチマークでは、これらの条件のサブセットのみを評価しており、他は完全に欠落している。
SVeritasは、録音時間、自発性、コンテンツ、ノイズ、マイクロホン距離、残響、チャンネルミスマッチ、オーディオ帯域幅、コーデック、話者年齢、スプーフィングおよび敵攻撃に対する感受性などのストレス下でのSVシステムの評価を行う総合的な話者検証タスクベンチマークスイートである。
論文 参考訳（メタデータ） (2025-09-21T14:11:16Z) - Localizing Factual Inconsistencies in Attributable Text Generation [74.11403803488643]
本稿では,帰属可能なテキスト生成における事実の不整合をローカライズするための新しい形式であるQASemConsistencyを紹介する。
QASemConsistencyは、人間の判断とよく相関する事実整合性スコアを得られることを示す。
論文 参考訳（メタデータ） (2024-10-09T22:53:48Z) - ROSCOE: A Suite of Metrics for Scoring Step-by-Step Reasoning [63.77667876176978]
大規模言語モデルでは、最終回答を正当化するためにステップバイステップの推論を生成するように促された場合、ダウンストリームタスクの解釈可能性が改善されている。
これらの推論ステップは、モデルの解釈可能性と検証を大幅に改善するが、客観的にそれらの正確性を研究することは困難である。
本稿では、従来のテキスト生成評価指標を改善し拡張する、解釈可能な教師なし自動スコアのスイートであるROSを提案する。
論文 参考訳（メタデータ） (2022-12-15T15:52:39Z)
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。