論文の概要: Record Grouping Controls Evidence Weight in Language Models
- arxiv url: http://arxiv.org/abs/2609.08698v1
- Date: Tue, 08 Sep 2026 12:59:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 15:56:05.617326
- Title: Record Grouping Controls Evidence Weight in Language Models
- Title（参考訳）: 言語モデルにおける記録的グループ化制御
- Abstract要約: 供給されたパーティションが与えられた場合、我々のプレジェネレーション表現は、グループ内のコンテンツを分離し、集約し、各グループの貢献を束縛する。
供給されたパーティションを変更すると、4つのモデルすべてで測定可能な、チェックポイントに依存した決定シフトが生成される。
- 参考スコア（独自算出の注目度）: 6.314493350744026
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Retrieved records are presentation units; a supplied partition determines which records enter a language model as one evidential contribution. We characterize the invariant group-content state that removes within-group copies while retaining complementary canonical content, show that equal group counts can encode different evidence states, and derive a sharp content-aware partition-error bound. Given a supplied partition, our pre-generation representation deduplicates and aggregates content within groups and bounds each group's contribution. Across 104,402 trials and 6 public checkpoints, a central natural-text intervention finds that content-fixed false splits add 10.27-32.66 percentage points and false merges remove 9.13-31.79 points; a matched six-slot control retains the positive direction in all 16 cells. In a new 48-item controlled campaign panel, changing the supplied partition produces measurable, checkpoint-dependent decision shifts across all four models, and the balanced mirror design exposes substantial order interactions. Together, the theory and experiments establish the supplied partition as a controllable pre-generation representation variable and characterize its checkpoint-dependent behavioral effects.
- Abstract（参考訳）: 得られたレコードはプレゼンテーションユニットであり、供給されたパーティションは、どのレコードが言語モデルに入るかを1つの明らかなコントリビューションとして決定する。
相補的な標準的内容を維持しながら、グループ内のコピーを除去する不変なグループ内容状態の特徴付けを行い、同じグループ数で異なるエビデンス状態をエンコードし、鋭いコンテンツ認識分割エラー境界を導出することを示す。
供給されたパーティションが与えられた場合、我々のプレジェネレーション表現は、グループ内のコンテンツを分離し、集約し、各グループの貢献を束縛する。
104,402の臨床試験と6つの公開チェックポイントで、中心的な自然文の介入により、コンテンツ固定された偽の分裂は10.27-32.66のパーセンテージを増し、偽のマージは9.13-31.79のポイントを除去する。
新たな48イテム制御キャンペーンパネルでは、供給されたパーティションを変更することで、4つのモデル間で測定可能な、チェックポイントに依存した決定シフトが生成され、バランスの取れたミラー設計は、かなりの順序の相互作用を露呈する。
理論と実験は、供給された分割を制御可能な事前世代表現変数として確立し、チェックポイントに依存した行動効果を特徴づける。
関連論文リスト
- Are Verifier Errors Independent Within a GRPO Group? Evidence from Qwen2.5 Rollouts [0.0]
検証可能な報酬(RLVR)を用いたグループベース強化学習は、自動検証器を用いて、プロンプト毎に複数の完了点をスコアする。
本研究では,Qwen2.5-1.5B onMATH,GSM8K,DeepMath-103Kにより生成された8つの完了の24,998基の依存性について検討した。
論文 参考訳（メタデータ） (2026-09-06T04:56:55Z) - Ranked by the Matcher: A Reproducibility Audit of Knowledge Graph Extraction from Threat Reports [5.580052437190499]
8つのプロトコルで共有ドキュメントに出力された10のシステムを再描画すると、45対の注文のうち11が逆転する。
GRID の外部 378-item キャリブレーションセットでは、機械式マッカーは 71% 以上のマルチリビューアの偏見に一致しない。
バリデーションは、4つのホストバックボーンの精度を高め、3つのオフラインバックボーンの精度を下げます。
論文 参考訳（メタデータ） (2026-09-01T04:45:44Z) - Not All Agreement Counts as Corroboration: Provenance-Conserving Multi-View Fusion for Typed Action Admission in Human-Robot Collaboration [10.293646536158302]
PACTはエビデンスカウンタビリティを、前立腺保存核融合とタイプドアクションエントリーのためのリレーショナル変数として扱う。
48のシーンクラスタで31,200以上の評価を行い、PACTは0.0861の共通支持型正規化リスクカバーエリア(ncsAURC)を達成した。
完全なソースレコードでは、ネイティブスコアはPACTを好むが、共通の後点スコアはネストしたディリクレとの違いを狭め、製品融合を好む。
論文 参考訳（メタデータ） (2026-08-31T21:21:35Z) - Representation Measurements Under Function-Preserving Reparameterizations [0.0]
並列解析に基づくコンポーネント数と決定は、モデルの明確に定義された特性よりも隠れ協調的な選択を反映できることを示す。
中心のみの制御は基準駆動効果を分離し、観測スペクトルが変化していないにもかかわらず1200の成分のうち1,141個が変化する。
論文 参考訳（メタデータ） (2026-08-27T12:05:15Z) - Measuring What a Specification Determines: A Formal Semantic-Block Model and an Execution-Judged Benchmark [0.0]
本研究では,仕様の形式的セマンティックブロックモデルと,仕様品質を評価するための実行基準ベンチマークを導入する。
仕様は、セマンティックブロック、依存関係の関係、ブロック所有ルール、決定ポイント、明示的にオープンな質問からなる構造として表現される。
ベンチマークは実装者のパネルを固定し、必須の非仕様管理アームを含み、決定論的実行ジャッジとして16と実動のOracleインスタンスを使用する。
論文 参考訳（メタデータ） (2026-08-19T22:17:31Z) - Sixteen models, fewer than two voices: measuring ensemble dispersion where no answer is uniquely correct [37.64799781700206]
平均して10の家系から抽出された16の言語モデルでは、精神療法ケースの1.69の異なる定式化のセマンティック多様性が生み出された。
アウトプットの分散は多様性と不確実性の両方として測定される。
論文 参考訳（メタデータ） (2026-07-31T20:42:53Z) - Weight-Informed Self-Explaining Clustering for Mixed-Type Tabular Data [63.62853416081748]
WISEは表現、特徴重み付け、クラスタリング、解釈を統一するフレームワークである。
クラスタリングを駆動する同じプリミティブに根ざした、忠実で人間解釈可能な説明を生成する。
論文 参考訳（メタデータ） (2026-04-07T13:18:31Z) - Harnessing Group-Oriented Consistency Constraints for Semi-Supervised Semantic Segmentation in CdZnTe Semiconductors [71.44213719783703]
ICAF(Intra-group Consistency Augmentation Framework)は、CdZnTe(Cadmium Zinc Telluride)半導体画像にラベルを付けるために開発された。
ICAF は View Augmentation Module (VAM) と View Correction Module (VCM) の2つの重要なモジュールで構成されている。
ICAFは、CdZnTeデータセット上の70.6% mIoUを2つのグループアノテートデータのみを用いて達成する。
論文 参考訳（メタデータ） (2025-08-18T09:40:36Z) - Associating Spatially-Consistent Grouping with Text-supervised Semantic
Segmentation [117.36746226803993]
テキスト教師付きセマンティックセグメンテーションを用いた自己教師付き空間一貫性グループ化を提案する。
部分的なグループ化結果を考えると、さらに画像レベルから領域レベルへのテキスト教師付きモデルを適用する。
59.2% mIoU と 32.4% mIoU を Pascal VOC および Pascal Context ベンチマークで達成した。
論文 参考訳（メタデータ） (2023-04-03T16:24:39Z) - Towards Group Robustness in the presence of Partial Group Labels [61.33713547766866]
入力サンプルとターゲットラベルの間に 急激な相関関係がある ニューラルネットワークの予測を誤った方向に導く
本稿では,制約セットから最悪のグループ割り当てを最適化するアルゴリズムを提案する。
グループ間で総合的な集計精度を維持しつつ,少数集団のパフォーマンス向上を示す。
論文 参考訳（メタデータ） (2022-01-10T22:04:48Z) - LieTransformer: Equivariant self-attention for Lie Groups [49.9625160479096]
群等価ニューラルネットワークは群不変ニューラルネットワークの構成要素として用いられる。
我々は、文学の範囲を、ディープラーニングモデルの顕著な構築ブロックとして現れつつある自己注意にまで広げる。
任意のリー群とその離散部分群に同値なリー自己結合層からなる構造であるリー変換器を提案する。
論文 参考訳（メタデータ） (2020-12-20T11:02:49Z) - Contrastive Clustering [57.71729650297379]
本稿では,インスタンスレベルのコントラスト学習を明示的に行うContrastive Clustering (CC)を提案する。
特にCCは、CIFAR-10(CIFAR-100)データセット上で0.705(0.431)のNMIを達成しており、最高のベースラインと比較して最大19%(39%)のパフォーマンス向上を実現している。
論文 参考訳（メタデータ） (2020-09-21T08:54:40Z)
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。