論文の概要: Pay Only for Disagreement: Certified No-Regression Verdicts for Model Updates with Matching Label-Complexity Bounds

• arxiv url: http://arxiv.org/abs/2609.17560v1
• Date: Wed, 22 Jul 2026 02:51:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.555135
• Title: Pay Only for Disagreement: Certified No-Regression Verdicts for Model Updates with Matching Label-Complexity Bounds
• Title（参考訳）: 診断のための支払いのみ:ラベル-複雑境界の一致によるモデル更新のための認証された非回帰検証
• Abstract要約: 我々は、更新促進を認定されたペア・リスク・ディファレンス監査として定式化する。 ゼロラベル層は、ラベルのないトラフィックのみに対する耐性よりも不一致率が低い良質な更新を認証する。 次数 rho2/eps2 の有限サンプル妥当性とラベル-複素性境界をレートレベルで証明する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Every production model is updated, by retraining, fine-tuning, quantization, or a silent vendor swap, and each update risks being worse than what it replaced. We formalize update promotion as certified paired risk-difference auditing. Our starting point is a support identity: the risk difference between two models lives on the inputs where they disagree, observable without labels. We build DISCERN, a sequential two-tier protocol. A zero-label tier certifies benign updates whose disagreement rate is below tolerance from unlabeled traffic alone. An audited tier labels only sampled disagreements through an anytime-valid confidence sequence, valid at every stopping time and under any label-routing rule, even an adversarial judge. We prove finite-sample validity and matching label-complexity bounds of order rho^2/eps^2 at the rate level, so exploiting free disagreement provably saves a factor 1/rho over any pairing-blind auditor, and the guarantee composes across an unbounded sequence of promotions from one error budget. Across 14,000+ replayed audit streams over 785 update pairs, including LoRA fine-tunes of language models up to 1.4B parameters, miscoverage is 0.0002 (nominal 5%), power 0.986 with zero false alarms, and 56% of benign updates certify with zero labels. Each audit emits a machine-checkable evidence record for post-market monitoring.
• Abstract（参考訳）: すべてのプロダクションモデルは、リトレーニング、微調整、量子化、サイレントベンダースワップによって更新される。 我々は、更新促進を認定されたペア・リスク・ディファレンス監査として定式化する。 私たちの出発点はサポートのアイデンティティです — 2つのモデル間のリスク差は、ラベルなしで観測可能な、意見の一致しない入力に存在します。 シーケンシャルな2層プロトコルであるdisCERNを構築します。 ゼロラベル層は、未ラベルのトラフィックのみに対する耐性よりも不一致率が低い良質な更新を認証する。 監査された階層ラベルは、任意の正当な信頼シーケンスを通じてのみ不一致をサンプリングし、すべての停止時間とラベルの引き抜きルールの下で有効であり、敵の裁判官でさえも有効である。 そこで,自由不一致を利用して任意のペアリングブラインド監査者に対して1/rhoを確実に節約し,その保証は1つのエラー予算から無拘束のプロモーション列にまたがって構成される。 最大1.4BパラメータのLoRAファインタインを含む、785以上の更新ペアで14,000以上のリプレイされた監査ストリームに対して、誤発見は0.0002 (nominal 5%)、偽アラームがゼロの0.986、良質な更新の56%がゼロラベルで認証されている。 各監査は、ポストマーケット監視のためのマシンチェック可能なエビデンスレコードを発行する。

関連論文リスト

• A distribution-free certification framework for trustworthy crash-severity prediction [1.089614199781423]
  厳密なモデルを修正せずにラップする認証層を開発します。 テキサス州の7つのベースモデルにまたがる520万件の記録では、同層は同一の妥当性を持つ。 フレームワークは定理レベルのテストを備えたオープンソースパッケージとしてリリースされている。
  論文  参考訳（メタデータ） (2026-09-10T14:20:08Z)
• When Validation Stops Learning: Auditing Update Admission for Continual Embodied Agents [8.579680185421324]
  更新の受け入れは、エラー制御と学習機会の維持によって評価されなければならない、と我々は主張する。 標準対二項構成は、結果の不一致が稀な場合、この負担を軽減する。 学習力学のストレステストは、モデルバイアスとフィードバック選択誤差を区別する。
  論文  参考訳（メタデータ） (2026-09-09T22:25:16Z)
• Agent Behavioral Contracts II: Certifying Compositional Reliability Without Assuming Independence [0.0]
  1つのモデルの2つの例は、2つのエージェントのハンドオフにおいて、ミッションの90.0%で共失敗する。 異なるモデルの置換は、6つのコントラストのうち6つのコントラストの関連を減少させる。
  論文  参考訳（メタデータ） (2026-08-13T07:25:05Z)
• Generative Verification: Rethinking the Uncertainty Signal for Active Learning of Object Detection [14.738453379093961]
  生成検証において、独立生成モデルは、予測ボックス内の画素から検出されたラベルを再導出する。 交換された箱、背景の箱、間違ったラベルを持つ正しい箱は、すべて検証に失敗する作物を生み出します。 検証器は検出器の信頼性を決して観測しないため、確実な誤り検出が最高となる。
  論文  参考訳（メタデータ） (2026-07-28T20:10:23Z)
• Finite-Sample Coverage Audits for High-Recall Candidate Generation: Certification and Learning-Theoretic Design [0.0]
  本研究は, 有限サンプル有効性を有する監査ラベルの証明に必要な数について検討し, この欠落した関連質量が小さいことを示す。 まず、候補集合の内部からラベルのみを使用する手順は、欠落した質量上の非自明な境界を証明できないことを示す。 近似よりも二項的・超幾何的逆転を用いた正確な有限サンプルツールキットを開発し,質量不足を証明した。
  論文  参考訳（メタデータ） (2026-07-23T16:21:30Z)
• CoVerRL: Breaking the Consensus Trap in Label-Free Reasoning via Generator-Verifier Co-Evolution [52.691495954442985]
  CoVerRLは1つのモデルがジェネレータと検証ロールを交換するフレームワークで、各機能が他方をブートストラップする。 Qwen と Llama のモデルファミリーでの実験では、CoVerRL は数理推論のベンチマークで4.7-5.9% でラベルなしのベースラインを上回っている。 自己検証の精度は55%から85%以上改善され、両方の能力が真に共存することを確認した。
  論文  参考訳（メタデータ） (2026-03-18T14:38:55Z)
• CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
  検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。 エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。 CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
  論文  参考訳（メタデータ） (2025-12-22T16:34:21Z)
• Appeal: Allow Mislabeled Samples the Chance to be Rectified in Partial Label Learning [55.4510979153023]
  部分ラベル学習(PLL)では、各インスタンスは候補ラベルのセットに関連付けられ、そのうち1つだけが接地真実である。 誤記されたサンプルの「アペアル」を支援するため,最初の魅力に基づくフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-18T09:09:52Z)
• Binary Classification with Confidence Difference [100.08818204756093]
  本稿では,信頼性差分法 (ConfDiff) という,弱教師付き二項分類問題について考察する。 本稿では,この問題に対処するためのリスク一貫性のあるアプローチを提案し,推定誤差が最適収束率と一致することを示す。 また,整合性や収束率も証明されたオーバーフィッティング問題を緩和するためのリスク補正手法も導入する。
  論文  参考訳（メタデータ） (2023-10-09T11:44:50Z)
• A Second-Order Approach to Learning with Instance-Dependent Label Noise [58.555527517928596]
  ラベルノイズの存在は、しばしばディープニューラルネットワークのトレーニングを誤解させる。 人間による注釈付きラベルのエラーは、タスクの難易度レベルに依存する可能性が高いことを示しています。
  論文  参考訳（メタデータ） (2020-12-22T06:36:58Z)

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。