論文の概要: Recovery Rates Are Not Comparable Across Transcription Factors: Chance Correction for Attribution Evaluation

• arxiv url: http://arxiv.org/abs/2609.16271v1
• Date: Fri, 31 Jul 2026 05:39:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.537872
• Title: Recovery Rates Are Not Comparable Across Transcription Factors: Chance Correction for Attribution Evaluation
• Title（参考訳）: 転写因子間での回復率は比較できない:属性評価のためのチャンス補正
• Abstract要約: 連続モチーフ重複の確率レベルは (L/(N-L+1)) であり、UniBindでは268の転写因子で0.0118から0.0427の範囲である。 我々は、任意の属性が計算される前に実行される2つの画面と、クローズドな形式のチャンスレベルを提供する。
• 参考スコア（独自算出の注目度）: 4.110454468583892
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Attribution methods for genomic sequence models are commonly evaluated by how much of a known motif they recover, or by how a prediction degrades as evidence is deleted. Neither score is interpretable without the value it would take by chance, and neither is routinely reported against one. We show that this omission is not a matter of precision but of validity. The uniform chance level for contiguous motif overlap is \(L/(N-L+1)\); across 268 transcription factors in UniBind it ranges from 0.0118 to 0.0427, a 3.6-fold spread determined by motif length and window size alone. For two factors the bootstrap intervals of the chance levels themselves do not overlap, so their raw recovery rates are not comparable quantities. Correcting for this dissolves a published three-way classification of five factors: a factor reported as a resolution failure attains the second-highest corrected value, ahead of one of the two positive controls, and two reported as complete failures fall at or below chance. We further show that perturbation-based evaluation can fail its own precondition: for one factor a fully masked input still scores above the decision boundary, and the curve is not monotone in the number of masked positions, so the area under it is not a measure of faithfulness. We provide chance levels in closed form, a chance-corrected score, and two screens that run before any attribution is computed.
• Abstract（参考訳）: ゲノム配列モデルの属性法は、回復する既知のモチーフの量や、証拠としてどのように劣化するかによって一般的に評価される。 どちらのスコアも、偶然に取る値なしで解釈できておらず、どちらのスコアも常に1対1で報告されない。 この省略は正確性の問題ではなく,有効性の問題であることを示す。 連続モチーフ重なりの均一な確率レベルは \(L/(N-L+1)\ であり、UniBindの268の転写因子は0.0118から0.0427の範囲であり、モチーフの長さとウィンドウサイズだけで決定される3.6倍の広さである。 2つの要因において、チャンスレベル自体のブートストラップ間隔は重複しないため、生の回復率は同等の量ではない。 この修正は、公表された3つの要因の分類を解消する: 分解失敗として報告された要因は、2つの正の制御のうちの1つよりも前の2番目に高い補正値を達成する。 さらに、摂動に基づく評価は、その前提条件を損なう可能性があることを示し、ある要因に対して、完全にマスキングされた入力は決定境界よりも高くスコアされ、曲線はマスキングされた位置の個数において単調ではないので、その下の領域は忠実さの尺度ではない。 我々は、任意の属性が計算される前に実行される2つの画面と、クローズドな形式のチャンスレベルを提供する。

関連論文リスト

• The Undetected Damage of Quantization on Retrieval and How to Fix It [51.02977749156532]
  分類精度を保った量子モデルでは,トップ1検索結果の14ドルから46%の値がまだ変化していることを示す。 この失敗を2つの最高スコア間のギャップに結び付け、そのギャップを使用して、定量化された回答が信頼できるかどうかを判断します。
  論文  参考訳（メタデータ） (2026-09-21T09:26:35Z)
• When Accuracy Gaps Fail to Certify: Auditing Cross-Domain Recalibration of LLM Judges [1.0742675209112622]
  我々は、ソース・ターゲットの精度ギャップが予測できることと、13の裁判官、2のジェネレータ、8のドメイン、1,176の事前宣言された転送を認証できることをテストする。 有限サンプルの同時低い証明書は、集団を一方の拒絶規則に変換する。
  論文  参考訳（メタデータ） (2026-08-23T06:51:40Z)
• Accurate Ensembles, Fragile Narratives: Multi-Scale Stacking and a Fidelity Audit of LLM-Generated Explanations for Credit Risk [0.0]
  クレジットスコアリングは、決定ロジックをパラメータから読み取ることができないモデルに依存している。 共通する提案は、言語モデルとのギャップを埋める: 特徴属性を計算し、それらを LLM に渡し、合理的に記述させる。 このようなシステムをエンド・ツー・エンドに構築し、約束の後半が成立するかどうかをテストします。
  論文  参考訳（メタデータ） (2026-08-08T13:22:14Z)
• Forgetting Is Not a Fix: Path Dependence in Sequential Engram Editing [35.76482964927589]
  本研究では,概念固有のメモリトレースが1回,1回,1回を算術的に組み合わせて抽出できる線形オブジェクトとなるという仮説を検証した。 そのテストは、著者自身の参照実装に基づいて、報告された最高の編集強度で実行します。 アンラーニング・アズ・コンプライアンス:今日認定された消去は、次の編集後にアーティファクトを認定しない。
  論文  参考訳（メタデータ） (2026-07-06T23:45:06Z)
• Interpretable Uncertainty Routing Separating Emotion Ambiguity from Distribution Shift in Facial Expression Recognition [0.0]
  Uncertainty-Aware Routing (UAR)は、あいまいさとシフトの分離を利用する推論時ルーティングメカニズムである。 提案した二重バリデーションプロトコルは,アレータリックがスピアマン相関とアノテータの不一致を回復することを明らかにする。 UARは、一致したアウト・オブ・ディストリビューション拒絶率において、単一不確実性ルーティングよりも約1.8倍曖昧な分散面を保持する。
  論文  参考訳（メタデータ） (2026-06-21T23:54:44Z)
• What Accuracy and Gradient Cosine Miss: Evaluating Feedback Alignment via Scale Stability, Reference Validity, and Depth Utility [48.10132234701036]
  本稿では,3つのチェック(スケール安定性,参照妥当性,深度ユーティリティ)に基づく診断評価プロトコルを提案する。 複数のアーキテクチャや手法にまたがって、我々のプロトコルは広い校正マージンを持つ全ての障害を識別する。
  論文  参考訳（メタデータ） (2026-06-19T06:04:17Z)
• The conditional-mean barrier: From deterministic regression to conditional distribution learning [6.160113667162026]
  このチュートリアルでは、条件-平均障壁を中心とした自己完結モジュールを開発する。 平方損失予測器に潜在ランダム性を加えると、条件平均に戻る。 我々は,否定的対数類似度,モーメントとオブザーバブルマッチング,変分目的,逆数分岐,スコアマッチングなどの共通分布目的を短時間に整理する。
  論文  参考訳（メタデータ） (2026-05-27T07:31:42Z)
• The Confidence Gate Theorem: When Should Ranked Decision Systems Abstain? [0.0]
  ランク付けされた決定システムは、いつランク付けされたアウトプットに介入するか、いつ停止するかを判断しなければならない。 信頼に基づく棄権が意思決定の質を単調に改善し、いつ失敗するかを考察する。
  論文  参考訳（メタデータ） (2026-03-10T17:44:10Z)
• Causal Understanding by LLMs: The Role of Uncertainty [43.87879175532034]
  近年の論文では、LLMは因果関係分類においてほぼランダムな精度を達成している。 因果的事例への事前曝露が因果的理解を改善するか否かを検討する。
  論文  参考訳（メタデータ） (2025-09-24T13:06:35Z)
• Evaluating Perceptual Distance Models by Fitting Binomial Distributions to Two-Alternative Forced Choice Data [43.714290271351466]
  本稿では,二項決定モデルに最大推定値を適用し,より頑健な距離モデル評価手法を提案する。 提案手法は2つの2AFC PFデータセット上での様々な視覚距離モデルの評価から, 簡便さ, 可視性, 柔軟性, 計算効率が優れていることを示す。
  論文  参考訳（メタデータ） (2024-03-15T15:21:04Z)
• Distribution-free binary classification: prediction sets, confidence intervals and calibration [106.50279469344937]
  分布自由条件における二項分類のための不確実性定量化(キャリブレーション、信頼区間、予測セット)の3つの概念について検討する。 固定幅と一様質量の両双対の双対確率に対する信頼区間を導出する。 我々の「三脚」定理の結果として、双有理確率に対するこれらの信頼区間は分布自由キャリブレーションに繋がる。
  論文  参考訳（メタデータ） (2020-06-18T14:17:29Z)

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。