論文の概要: When a High Score Is an Illusion: Certifying Genuine versus Repackaged Forecasting Skill

• arxiv url: http://arxiv.org/abs/2609.19223v1
• Date: Wed, 16 Sep 2026 13:51:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.954446
• Title: When a High Score Is an Illusion: Certifying Genuine versus Repackaged Forecasting Skill
• Title（参考訳）: ハイスコアがイライラする時:遺伝子と再パッケージされた予測スキルの認定
• Abstract要約: 特定人口階級のコントラストの関連性を維持する課題を特徴付ける。 北京の大気質アーカイブでは、7つの学習した予測の共有スコアのうち、91.4%から94.5%の相互作用が報告されている。
• 参考スコア（独自算出の注目度）: 0.6372261626436676
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ranks depend on the observations used for comparison. Reusing those observations can add association between forecast and outcome rank contrasts even when the evaluated forecast and outcome stay fixed. We characterize assignments that preserve association between specified population-rank contrasts, including forecast rank minus baseline rank compared with outcome rank minus baseline rank. Conditional on independent training, whole trajectories are sampled independently from a common law, with unrestricted dependence within each trajectory. The expected score separates into its target and an explicit interaction between map pairs. When reassigning references, we keep the learned maps, reference law and coefficient row sums fixed. Zero weighted reference overlap for every map pair is necessary and sufficient for preservation uniformly over permitted maps and laws. An unbiased three-trajectory kernel estimates the interaction; independent evaluation and validation provide finite-sample lower bounds. Complete U-statistics estimate the same target directly when all draws can be recombined. Sharp shared-baseline ranges, including ties, tighten both constructions. In a Beijing air-quality archive, interaction accounts for 91.4% to 94.5% of seven learned forecasts' expected shared scores under the empirical archive law. Separate results address category-fitting error and temporal feedback. In a matched category-control null experiment, distinct references reduce rejections from 402 to 41 out of 1,000 panels.
• Abstract（参考訳）: ランクは比較に用いられる観測値に依存する。 これらの観測の再利用は、評価された予測と結果が固定されたままであっても、予測と結果ランクのコントラストを関連付けることができる。 本研究では,特定の人口階級のコントラストの関連性を維持する課題を特徴付け,予測ランクのマイナスベースラインランクと結果ランクのマイナスベースラインランクとを比較した。 独立した訓練の条件として、すべての軌道は共通の法則とは独立してサンプリングされ、各軌道に制限のない依存がある。 期待スコアはターゲットとマップペア間の明示的な相互作用に分離される。 参照を再割り当てする際、学習したマップ、参照法則、係数列和を固定しておく。 各写像対に対する重み付き参照オーバーラップは必要であり、許容された写像と法則を一様に保存するのに十分である。 非バイアス三軌道核は相互作用を推定し、独立評価と検証は有限サンプル下界を与える。 完全なU統計は、すべてのドローが再結合可能である場合、直接同じターゲットを推定する。 シャープの共有ベースラインの範囲は、ネクタイを含め、両方の建設を締め付けている。 北京の大気質のアーカイブでは、7つの学習した予測の共有スコアのうち91.4%から94.5%の相互作用が実証的アーカイブ法で報告されている。 カテゴリー適合誤差と時間的フィードバックを別々に処理する。 一致したカテゴリー制御のnull実験では、1,000のパネルのうち402から41に異なる参照が拒否される。

関連論文リスト

• Observational Indistinguishability and Integrity Blind Regions in Hybrid Quantum-Classical Workflows [0.0]
  本稿では,ハイブリッド量子古典的ワークフロー整合性のためのクレーム相対的エビデンス/参照フレームワークを提案する。 観測上の不明瞭さは、有限バッチ統計ミスとは異なる構造的な盲点をもたらす。
  論文  参考訳（メタデータ） (2026-09-15T13:16:37Z)
• Evaluating Model Retraining under Drift: Paired Comparisons of Cumulative Subgroup Disparity [0.0]
  我々は、スケジュール、損失トリガー、サブグループギャップトリガーされたポリシーを、同じ観測と遅延ラベルに対する初期モデルを維持することで比較する。 これら3つの政策は平均累積差が低く、ウィンドウごとの平均ギャップにおける0.04から0.88ポイントの減少に相当する。 サブグループ特異的なドリフトでは, 両者の感度が低下し, より小さな真正レートギャップが認められた。
  論文  参考訳（メタデータ） (2026-09-09T06:39:03Z)
• Residual Algebra for Representation-Preserving Learning [7.900277891102576]
  我々は、座標系と、それが未解決のまま残す残基の両方を所有する型付きオブジェクトである残基を代数学化する。 Foldは、オブジェクトを10×10ランクグリッド上のポイント・イン・タイム条件付き平均フィールドとして認識する。 3.67万の中国Aシェアストックデー観測(2023-2026)において、評価された基本代数は13.52%から19.10%に、シャープは1.42から2.09に上昇する。
  論文  参考訳（メタデータ） (2026-08-07T15:44:55Z)
• Let the Results Speak: A Replication-First Paradigm for LLM Behavioral Benchmarking [22.825786049667602]
  本稿では,1つのヒト・ラタのコンセンサスに有効性を確保するために,複製第一パラダイムを提案する。 楽器を4つの特性で認証する - Kランの信頼性、アーキテクチャ的に異なる審査員間のクロスインストラクトレプリケーション、以前のトレーニングコホートからの審査員による歴史的フットプリントキャリブレーション、事前登録された予測。 本研究は, 自己発達型データ駆動による情緒的伴奏で, 次元は事前に決められず, 手順は9次元に安定化する。
  論文  参考訳（メタデータ） (2026-05-27T03:41:11Z)
• Ensemble Threshold Calibration for Stable Sensitivity Control [0.0]
  本稿では,数千万組の幾何対もの幾何に対して,過度に分散した正確なリコールを実現するエンド・ツー・エンドのフレームワークを提案する。 我々のアプローチは、小さなエラーで常にリコールターゲットにヒットし、他のキャリブレーションと比較して冗長な検証を減らし、単一のTPU v3コア上でエンドツーエンドで実行します。
  論文  参考訳（メタデータ） (2025-10-02T15:22:28Z)
• Reference-Free Rating of LLM Responses via Latent Information [53.463883683503106]
  本研究では,判断モデルに対して,自由テキスト応答にQuattスケールのスコアを割り当てるよう依頼する一般的な実践について検討する。 次に、内部モデル信号からスカラー評価を導出する潜在裁判官を提案し、評価する。 ペアとシングルレーティングのベンチマークの幅広いスイートの中で、潜在メソッドは標準のプロンプトにマッチするか、超えている。
  論文  参考訳（メタデータ） (2025-09-29T12:15:52Z)
• Correcting Underrepresentation and Intersectional Bias for Classification [49.1574468325115]
  我々は、表現不足のバイアスによって破損したデータから学習する問題を考察する。 偏りのないデータの少ない場合、グループワイドのドロップアウト率を効率的に推定できることが示される。 本アルゴリズムは,有限VC次元のモデルクラスに対して,効率的な学習を可能にする。
  論文  参考訳（メタデータ） (2023-06-19T18:25:44Z)
• Beyond Instance Discrimination: Relation-aware Contrastive Self-supervised Learning [75.46664770669949]
  本稿では,関係認識型コントラスト型自己教師型学習(ReCo)をインスタンス関係に統合するために提案する。 当社のReCoは、常に顕著なパフォーマンス改善を実現しています。
  論文  参考訳（メタデータ） (2022-11-02T03:25:28Z)
• Assaying Out-Of-Distribution Generalization in Transfer Learning [103.57862972967273]
  私たちは、経験的に対処するメッセージの相違を強調して、以前の作業の統一的なビューを取ります。 私たちは9つの異なるアーキテクチャから、多数の、あるいは少数の設定で31K以上のネットワークを微調整しました。
  論文  参考訳（メタデータ） (2022-07-19T12:52:33Z)

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。