論文の概要: How Much is a Human Right Worth? ECtHR-NPD: A Benchmark for Predicting Non-Pecuniary Damage Awards
- arxiv url: http://arxiv.org/abs/2609.18908v1
- Date: Wed, 16 Sep 2026 16:49:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.897193
- Title: How Much is a Human Right Worth? ECtHR-NPD: A Benchmark for Predicting Non-Pecuniary Damage Awards
- Title（参考訳）: ECtHR-NPD : 非医療被害予測のためのベンチマーク
- Abstract要約: ECtHR-NPDは、欧州人権裁判所(ECtHR-NPD)において、非金銭的損害を予測するための最初のベンチマークである。
ECtHR-NPDは14,575件のケースレベルアワードを名目ユーロ、時系列スプリット、およびモデル入力からターゲット構築を分離するプロトコルを含む。
本研究では,一定の予測器,勾配木,検索方法,微調整エンコーダ言語モデル(LM),知識強化エージェントなどの手法のバッテリを評価する。
- 参考スコア（独自算出の注目度）: 27.540780098674787
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Existing legal benchmarks cover diverse tasks, while continuous monetary remedies remain comparatively underexplored. We introduce ECtHR-NPD, to the best of our knowledge, the first benchmark for predicting non-pecuniary damage (NPD) awards at the European Court of Human Rights (ECtHR) from case information when no statutory formula or explicit calculation rule determines the amount. ECtHR-NPD contains 14,575 cases with case-level awards in nominal euros, chronological splits, and a protocol separating target construction from model input. We evaluate a battery of methods, including constant predictors, gradient-boosted trees, retrieval methods, fine-tuned encoder language models (LMs), prompted decoder LMs, and knowledge-augmented agents. Our results show that more sophisticated LM and agentic approaches do not consistently outperform the strongest feature-based baseline. All model families struggle to identify zero awards and to calibrate high-award predictions, with further degradation on the Challenging test view, making ECtHR-NPD a challenging testbed for current state-of-the-art open-weight and proprietary LMs.
- Abstract（参考訳）: 既存の法的な基準は様々なタスクをカバーしているが、継続的な金融緩和は比較的過小評価されている。
我々は,ECtHR-NPDについて,法定公式や明示的な計算規則が規定されていない場合の事例情報から,欧州人権裁判所(ECtHR)におけるNon-pecuniary damage (NPD)賞を予測するための最初のベンチマークとして,我々の知る限りで紹介する。
ECtHR-NPDは14,575件のケースレベルアワードを名目ユーロ、時系列スプリット、およびモデル入力からターゲット構築を分離するプロトコルを含む。
本研究では,一定の予測器,勾配木,検索方法,微調整エンコーダ言語モデル(LM),デコーダLM,知識強化エージェントなどの手法のバッテリを評価する。
以上の結果から,より高度なLMおよびエージェントアプローチは,最強の機能ベースラインを一貫して上回るものではないことが示唆された。
全てのモデルファミリーは、ゼロアワードを特定し、高いアワード予測を校正するのに苦労し、Challengingテストビューをさらに劣化させ、ECtHR-NPDは現在の最先端のオープンウェイトおよびプロプライエタリなLMのテストベッドとなる。
関連論文リスト
- Instance-Optimal Estimation with Multiple LLM Judges on a Budget [84.31744861038106]
我々は、この問題を*予算付きヘテロスケダティックなマルチジャッジ推定*として定式化する。
K$のプロンプト-レスポンスペア、J$の既知のコストと未知のクエリ-ジャッジ分散が与えられた場合、目標は、$ell_p$-errorを最小化しながら、有界スコアベクトルを推定することである。
EST-IVWEは,予算の低次項までのオラクルIVWEレートと一致していることを示す。
論文 参考訳（メタデータ） (2026-05-22T08:26:08Z) - Theoretical Limits of Language Model Alignment [9.45142272392467]
言語モデル(LM)アライメントは、ベースモデルの能力を保ちながら、人間の好みを反映するモデル出力を改善する。
最も一般的なアライメントアプローチは、(i)強化学習であり、KL分割制約の下で期待される報酬を最大化する。
固定KL分割予算に対する最大期待報酬利得を導出することにより、KL正規化アライメントの情報理論的限界を特徴づける。
論文 参考訳（メタデータ） (2026-05-08T01:32:22Z) - ProEval: Proactive Failure Discovery and Efficient Performance Estimation for Generative AI Evaluation [17.57025670370604]
ProEvalは、転送学習を利用して効率よくパフォーマンスを推定し、障害ケースを識別する、積極的な評価フレームワークである。
真理の1%以内の見積もりを達成するには8～65倍のサンプルが必要ですが、同時により多様な障害ケースを明らかにします。
論文 参考訳（メタデータ） (2026-04-25T01:33:57Z) - $φ$-DPO: Fairness Direct Preference Optimization Approach to Continual Learning in Large Multimodal Models [58.217707070069885]
本稿では,LMMにおける連続学習のためのFairness Direct Preference Optimization (FaiDPO, $-DPO) フレームワークを提案する。
まず,直接選好最適化(DPO)に基づく新たな連続学習パラダイムを提案する。
大規模な実験とアブレーション研究は、提案された$-DPOが複数のベンチマークでステート・オブ・ザ・アートのパフォーマンスを達成することを示している。
論文 参考訳（メタデータ） (2026-02-26T04:14:33Z) - R-Align: Enhancing Generative Reward Models through Rationale-Centric Meta-Judging [69.96389360650072]
解析精度は, 標準ラベルの精度を超えて, 下流RLHFの結果を高い精度で予測できることが示される。
我々は,金の判断でトレーニングを増強し,合理的アライメントを明示的に監督するR-Alignを提案する。
論文 参考訳（メタデータ） (2026-02-06T15:17:11Z) - SLO-Conditioned Action Routing for Retrieval-Augmented Generation: Objective Ablation and Failure Modes [0.0]
この作業では、クエリ毎の制御を、検索深さと生成モード(ガードされている対auto)を選択する、あるいは拒否する、小さな個別アクションとしてモデル化する。
オフラインログデータセットは、それぞれのアクションと記録精度、トークンコスト、幻覚/拒絶指標、SLO重み付き報酬を実行することにより、SQuAD 2.0から構築される。
2つのシンプルな政策学習目標が評価され、国家ごとの最良の行動の教師付き分類と報酬重み付き変種が評価される。
論文 参考訳（メタデータ） (2025-12-27T15:37:53Z) - Calibrating LLM Judges: Linear Probes for Fast and Reliable Uncertainty Estimation [25.80946316489521]
本稿では,Brierスコアに基づく損失をトレーニングした線形プローブを導入し,審査員の隠蔽状態から不確実性を校正した推定値を提供する。
我々は,目的的タスク(推論,数学,事実性,コーディング)と主観的人間の選好判断の両方に対するアプローチを評価する。
論文 参考訳（メタデータ） (2025-12-23T22:08:46Z) - Information-Theoretic Reward Modeling for Stable RLHF: Detecting and Mitigating Reward Hacking [78.69179041551014]
本稿では,インフォメーション・ボトルネックの原理に基づく情報理論報酬モデリングフレームワークを提案する。
InfoRMは、報酬の一般化を緩和するために、嗜好に無関係な情報をフィルタリングする。
IBLは分散レベルの正規化であり、そのような偏差を罰し、最適化の展望を効果的に拡張する。
論文 参考訳（メタデータ） (2025-10-15T15:51:59Z) - Regime-Aware Conditional Neural Processes with Multi-Criteria Decision Support for Operational Electricity Price Forecasting [0.0]
この研究は、ドイツ市場における24時間電気価格予測のための状態検出と条件付きニューラルプロセスを統合する。
ディープニューラルネットワーク(DNN)とLassoの推定自己回帰(LEAR)モデルに対してR-NPを厳格に評価した。
R-NPモデルは2021年、2022年、2023年に最もバランスよく好まれる解として登場した。
論文 参考訳（メタデータ） (2025-07-31T09:12:25Z) - Supervised Optimism Correction: Be Confident When LLMs Are Sure [91.7459076316849]
教師付き微調整とオフライン強化学習の間には,新たな理論的関係が確立されている。
広く使われているビームサーチ法は、許容できない過度な最適化に悩まされていることを示す。
本稿では,トークンレベル$Q$-value推定のための簡易かつ効果的な補助的損失を導入したSupervised Optimism Correctionを提案する。
論文 参考訳（メタデータ） (2025-04-10T07:50:03Z)
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。