論文の概要: Learning the Lake: Reliable Experience for Adaptive Data Product Discovery
- arxiv url: http://arxiv.org/abs/2609.12754v1
- Date: Fri, 11 Sep 2026 12:05:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-15 07:38:31.735518
- Title: Learning the Lake: Reliable Experience for Adaptive Data Product Discovery
- Title（参考訳）: 湖を学ぶ - 適応的なデータプロダクト発見のための信頼性の高い経験
- Abstract要約: 反復は契約された探索を許すが、一方の省略された資産が連結積を無効にするため、類似性は経路を正当化することができない。
サービス体験が、この仕事を安全に減らすことができるかを研究します。
- 参考スコア（独自算出の注目度）: 4.8158286643872925
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Data-product discovery searches a full lake even when workloads revisit related products and regions. Repetition permits contracted search, but similarity cannot justify a route because one omitted asset invalidates a conjunctive product. We study when serving experience can safely reduce this work. Evolving Discovery Memory records source-labelled query--product--region evidence above a fixed regional index. SafeLake separates operational familiarity, which determines how much to search, from independently calibrated product evidence, which determines where to search. The fixed-probe comparison holds the adaptive budget constant between SafeLake and Familiarity-only. On TAT-QA, product steering raises Product Recall by 0.072; ConvFinQA shows no resolved map gain, while the HybridQA sensitivity favors Familiarity-only in Full R@100. Trace-only, missing, and false feedback expose boundaries on map steering, while scope-audit agreement cannot certify the source. Across clean confirmed-feedback streams under the frozen transductive protocol, the formal controller saves 49.5--82.7% of cumulative asset exposure. Experience determines when to contract; reliable evidence determines where to contract.
- Abstract（参考訳）: データプロダクトディスカバリは、ワークロードが関連する製品やリージョンを再検討しても、完全な湖を検索する。
反復は契約された探索を許すが、一方の省略された資産が連結積を無効にするため、類似性は経路を正当化することができない。
サービス体験が、この仕事を安全に減らすことができるかを研究します。
Discovery Memoryの進化は、ソースラベル付きクエリ-プロダクト-リージョンエビデンスを固定された地域インデックスの上に記録する。
SafeLakeは、どの場所を検索するかを決定する独立した製品証拠から、どの程度の検索を行うかを判断する運用上の親しみを分離する。
固定確率比較はSafeLakeとFamiliarityのみの適応予算定数を保持する。
TAT-QAでは、製品ステアリングが製品リコールを0.072増加させ、ConvFinQAは解決されたマップゲインを示さず、HybridQAの感度はフルR@100でファミリアリティのみを好む。
トレースのみ、欠落、誤ったフィードバックはマップステアリングのバウンダリを公開しますが、スコープ監査合意はソースを認証できません。
凍結されたトランスダクティブプロトコルの下では、クリーンなフィードバックストリームによって、フォーマルコントローラは累積資産露出の49.5--82.7%を節約する。
経験はいつ契約するかを決定し、信頼できる証拠はどこで契約するかを決定する。
関連論文リスト
- Hub-Spectral Activation of Latent Multimodal Knowledge [48.72626098917089]
Hub-Spectral Activation (HSA) は、凍結表現における潜在マルチモーダル知識のハブ可読成分の回復と活性化のための閉形式法である。
HSAは、ハブエッジ統計データを合成し、標準化し、ペア化されたスペクトル方向を抽出し、信頼性に富んだ一致した証拠とソースゲートの候補分解を結合する。
論文 参考訳（メタデータ） (2026-09-15T12:27:42Z) - Tracing Provenance and Detecting Tampering with Complementary LLM Watermarks [68.64050157343334]
既存の透かしは編集の際は残されているが、このような堅牢性は、敵が帰属を維持しながら重要な内容を変更することを可能にする。
実証と改ざんの証拠を共同で提供する革新的な透かしを導入する。
信号は同じメカニズムを共有するが、独立キーと正規化テキスト上の異なるシードウィンドウを使用するため、一方は編集に耐性があり、もう一方は読み取り可能な変更に敏感である。
論文 参考訳（メタデータ） (2026-08-13T01:55:16Z) - From Trajectories to Evidence: Auditable Experimental Records for Industrial Research Agents [47.678562263387214]
研究エージェントは、産業レコメンデーション設定において、多段階の機械学習実験をますます実施している。
生成されたアーティファクトは、サポートされないか、不完全かもしれないし、実行されたラウンドは無効かもしれないし、あるいは廃止されるかもしれないし、後の修正は、以前の発見を曖昧にするかもしれない。
本稿では,連続的アーティファクトのバウンダリ検証と実行後のクレーム資格を結合するエビデンス・グラウンド・フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-05T13:37:38Z) - ALIVE: Warnings Before Exclusion in Budgeted Multi-Source Learning [18.17400877167872]
ルーティング決定は次のトランザクションで修正可能だが、遅延ソースの除外は後続の判断で継続される。
我々は,有限人口監査と学習が予算を共有している場合,不平等なパーシステンス行動を認める証拠を問う。
論文 参考訳（メタデータ） (2026-07-31T13:18:47Z) - Beyond "What to Retrieve": Uncertainty in Retrieval-Augmented Code Generation [4.476374205849672]
リポジトリレベルのコード生成は、その関連性、互換性、完全性が本質的に不確実である不均一な証拠に依存している。
我々は、ソース固有の不確実性を推定し、生成、検証、修復をガイドする不確実性認識フレームワークであるOpenCoderを紹介します。
論文 参考訳（メタデータ） (2026-07-27T10:15:36Z) - PREF-Gate: Provenance-Constrained Relational Evidence Fusion with Validation-Gated Selection for Graph Fraud Detection [4.923071905608023]
不正な不正検出は、ラベル特定コンテキストとラベル由来の近隣証拠の両方を利用することができる。
PreF-Gateは、2人の専門家と有限の検証ゲートを持つ監査可能なフレームワークである。
ラベル由来のリレーショナルエビデンス(英語版)は、保留検証がそれをサポートする場合にのみ有用である。
論文 参考訳（メタデータ） (2026-07-13T08:05:47Z) - Beyond Logprobs: A Multi-Signal Confidence Engine for LLM-Based Document Field Extraction [2.1997815944423516]
ExtractConfはクロスドメインでフィールドに依存しない信頼性エンジンである。
同じ文書の2つの構造的に異なる読影において、信頼度を推定する。
0.928ROC AUCを達成し、logprob-meanよりも選択的な予測リスクを70%削減する。
論文 参考訳（メタデータ） (2026-06-23T10:58:08Z) - Rethinking Embodied Navigation via Relational Inductive Bias [53.72276435022479]
本稿では,DB-Navを提案する。
標的中心の関係を活性化バイアスと抑制バイアスに分類する。
成功率(SR)と成功率(SPL)はパス長さ(SPL)が重み付けされているため、既存の方法よりも著しく優れています。
論文 参考訳（メタデータ） (2026-06-09T02:57:34Z) - What to Test Next: Interpretable Coverage Gap Discovery in Driving VLMs [52.50210189669399]
視覚言語モデル(VLM)を駆動するには,操作設計領域(ODD)が定義する様々な条件のシーンを正確に理解する必要がある
SliceScorerは、欠落したスライス推薦のための決定論的スコアリングルールである。
SliceNavは, 従来のスライス発見法よりも, 高リスクカバレッジギャップを効果的に表面化することを示す。
論文 参考訳（メタデータ） (2026-06-01T03:18:01Z) - SURE-RAG: Sufficiency and Uncertainty-Aware Evidence Verification for Selective Retrieval-Augmented Generation [6.604874054866016]
本稿では,証拠満足度がセットレベル特性であることを示す,透過的なアグリゲーションプロトコルSURE-RAGを提案する。
共有ペアレベルのクレームエビデンス検証器は、SURE-RAGが集約した局所的関係分布を解釈可能な応答レベル信号に生成する。
制御されたマルチホップベンチマークであるHotpotQA-RAG v3をアーティファクト・アウェア・プロトコルで評価した。
論文 参考訳（メタデータ） (2026-05-05T09:05:40Z) - CertDW: Towards Certified Dataset Ownership Verification via Conformal Prediction [48.82467166657901]
本稿では,最初の認証データセット透かし(CertDW)とCertDWベースの認証データセットオーナシップ検証手法を提案する。
共形予測に触発されて,主確率 (PP) と透かし頑健性 (WR) の2つの統計指標を導入する。
我々は、不審モデルのWR値が、透かしのないデータセットでトレーニングされた良性モデルのPP値を大幅に上回る場合に、PPとWRの間に証明可能な低い境界が存在することを証明した。
論文 参考訳（メタデータ） (2025-06-16T07:17:23Z)
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。