論文の概要: A Functional Pilot for Certified Freshness-Aware Semantic--Spatial Range Retrieval
- arxiv url: http://arxiv.org/abs/2609.19855v2
- Date: Tue, 22 Sep 2026 11:38:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:03.853909
- Title: A Functional Pilot for Certified Freshness-Aware Semantic--Spatial Range Retrieval
- Title（参考訳）: フレッシュネスを意識したセマンティック-空間範囲検索のための機能パイロット
- Abstract要約: 地理アプリケーションは、セマンティックしきい値を満たす半径内のすべてのオブジェクトを必要とします。
提案するFRESH-GEORANGEは,ソース・ウォーターマークの鮮度を任意記録年齢から分離する意味空間範囲設計である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Geographic applications need every object inside a radius that satisfies a semantic threshold, yet embedding indexes return approximate top-ranked lists and may omit qualifying records silently. We present FRESH-GEORANGE, a semantic- spatial range design that separates source-watermark freshness from optional record age. Geographic cells and semantic mi- croblocks provide admissible pruning bounds; a graph proposes verification order but supplies no correctness evidence. Exact mode scans every nonprunable block and the delta overlay. Certified mode may stop early and reports a deterministic query- specific recall lower bound from verified answers and unresolved records. A reproducible CPU pilot uses 2,500 real OpenFlights airport records, a 2,000-record base, and 740 simulated insert, delete, and text-revision events; it evaluates 180 unique queries over five seeds. Exact mode achieved 100.00% set recall on every query. The 95-percent mode achieved 99.91% empirical mean recall with a 99.41% reported mean certificate and no observed bound violation. However, its 7.24 ms median latency was 5.85 times the 1.24 ms spatial-first exact baseline, and full-history delta replay became slower than rebuilding at larger batches. The prototype therefore validates the completeness mechanism, not performance superiority or production freshness. Submission- scale evaluation requires real map diffs, official recent baselines, and truly incremental versioned maintenance.
- Abstract（参考訳）: 地理アプリケーションは、セマンティックしきい値を満たす半径内のすべてのオブジェクトを必要とするが、インデックスを埋め込むと、近似されたトップランクリストが返され、サイレントに予選記録を省略することができる。
提案するFRESH-GEORANGEは,ソース・ウォーターマークの鮮度を任意記録年齢から分離する意味空間範囲設計である。
地理セルとセマンティックなmi-クロブロックは許容的なプルーニング境界を提供する; グラフは検証順序を提案するが、正確性の証拠は提供しない。
Exactモードは、すべての非実行可能なブロックとデルタオーバーレイをスキャンする。
認証モードは早期に停止し、決定論的クエリー固有のリコールを検証済みの回答と未解決のレコードから下限に報告する。
再現可能なCPUパイロットは、2500の実際のOpenFlights空港レコード、2000レコードベース、740のシミュレートされた挿入、削除、テキストリビジョンイベントを使用する。
エクササイズモードはクエリ毎に100.00%のセットリコールを達成した。
95パーセントのモードでは、99.91%の平均的なリコールが達成され、99.41%の平均的な証明書が報告され、境界違反は観測されなかった。
しかし、7.24msの平均遅延は1.24msの5.85倍であり、フルヒストリーのデルタリプレイはより大きなバッチでリビルドするよりも遅くなった。
したがって、プロトタイプは、性能上の優位性や生産の鮮度ではなく、完全性メカニズムを検証する。
サブミッションスケールの評価には、実際のマップ差分、最新の公式ベースライン、真にインクリメンタルなバージョン管理が必要です。
関連論文リスト
- NovaFabric: Tamper-Evident, Replayable Evidence for Autonomous AI Agent Runs [0.0]
我々はNovaFabricを紹介し、監査グレードの実行証拠を作成している。
エージェントロジックを変更することなく実行中のエージェントを、ポータブルなRun Capsuleに記録する。
シードランは4モードのリプレイプロトコルで再実行可能である。
我々は8つの研究課題を測定範囲で評価した。
論文 参考訳（メタデータ） (2026-09-11T08:35:43Z) - IdeaAMBIG: Benchmarking Implementation-Critical Gaps in Research-Idea Specifications [52.570108663867046]
研究のアイデアは、新しく、一貫性があり、科学的に妥当であるが、その提案された手法は、忠実な実装のために不十分に指定されている。
提案手法は,実装を対象とする研究手法仕様の体系化の可否を,有能な実装者やコーディングエージェントに十分な方法論的情報を提供して,前提条件を満たさずに目的とする手法を構築することができるかを検討する。
IdeaAMBIGは660のエビデンス基底インスタンスのベンチマークで、レポートとGitHubの問題から163の現実世界のギャップと、コーディフィケーション対応のリファレンスに注入される合成ギャップを497のコントロールで管理する。
論文 参考訳（メタデータ） (2026-09-09T17:59:04Z) - Clean Engineering, Unstable Measurement: A Preregistered Reliability Failure of Black-Box LLM Observers on Shared Endpoints [4.41537705949485]
言語モデル審査員は、トレーニングデータをゲートし、世代をスコアし、リーダーボードを駆動する。
我々は、事前登録された2つのキャンペーンにおいて、すべてのしきい値が事前に固定された状態で、その仮定を監査した。
52,988件の要求を監査し、スピアマン0.400で0.90と一致した。
証拠を3段階のスナップショット識別はしご、8つの設計ルール、レポートチェックリストに抽出する。
論文 参考訳（メタデータ） (2026-09-03T17:59:43Z) - VeriPhy: Agentic Physical Reasoning for World Model Evaluation and Refinement [57.86962208273888]
テキストのみのプランナが入力された物理義務にプロンプトをコンパイルする監査可能な物理検証システムを提案する。
それぞれのアクションは、ペイロードがタイプされた測定か、明示的にタグ付けされた学習状態である証明付きエビデンスレコードを返す。
我々は, 実発生障害を即時参照, 空間, 時間でローカライズする, 1500クリックの欠陥記録のコーパスにおいて, 評価をアンロックする。
論文 参考訳（メタデータ） (2026-09-02T20:36:45Z) - Governed Persistent Memory: Source-Bound State Semantics and Fail-Closed Release for Long-Horizon Agents [3.202978695204522]
長期のエージェントメモリは、通常、セレクトストアとして扱われるが、検索は、矛盾する、取って代わられた、削除された、削除された、または古いレコードが、外部の要求をサポートするかどうかを判断しない。
本稿では,Governed Persistent Memory (GPM)について紹介する。
論文 参考訳（メタデータ） (2026-08-12T18:00:42Z) - Conductance-Repair Evidence Graphs for Prospective Security Retrieval [0.2864713389096699]
コンダクタンス・リペアエビデンスグラフは、時間的許容マスク上で検索を行うタイムスタンプフレームワークであり、不足チャネルは予測者ではなく決定論的グラフフロー再帰によって拡張される。
現在のアーティファクトは、30の重複した公開セキュリティ記録、57の用語、58の許容可能なドキュメント終端を具体化している。
ランダムエッジ保持では、コンダクタンス修復はリコール@(k)を0.017から0.069に、平均精度は0.062から0.060に変更し、合成セキュリティフィクスチャはリコール@(k)を0.055から0.099に改善した。
論文 参考訳（メタデータ） (2026-07-05T01:03:15Z) - Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
PointArena 2026は77.2%の精度でベンチマークで2位である。
ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。
次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
論文 参考訳（メタデータ） (2026-06-29T06:39:03Z) - Precision Is Not Faithfulness: Coverage-Aware Evaluation of Grounded Generation with a Complete Oracle [0.0]
基準自由忠実度測定は、モデルが基底真理に対して行う各原子的クレームを検証する。
彼らが盲点を共有していることを示す:彼らは精度だけを計測し、主張されている主張は支持されているか?
戦略的基底真理が決定論的に導出される領域であるF1テレメトリを用いて、この測定を可能にする。
論文 参考訳（メタデータ） (2026-06-08T11:56:25Z) - FineVerify: Scaling Test-Time Compute with Fine-Grained Self-Verification for Agentic Search [88.16262636915975]
FineVerifyはエージェント検索のためのきめ細かい自己検証フレームワークである。
各質問をチェック可能なサブクエストに分解し、サンプル候補を検証し、最も高い集計スコアの候補を選択する。
FineVerifyは、標準のスケーリングベースラインを一貫して上回る。
論文 参考訳（メタデータ） (2026-05-30T10:21:20Z) - Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。
個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。
構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
論文 参考訳（メタデータ） (2026-05-15T17:08:27Z) - SemGuard: Real-Time Semantic Evaluator for Correcting LLM-Generated Code [46.20378145112059]
ポストホック修復パイプラインは、実行後にのみそのような障害を検出する。
本稿では,実時間で行レベルのセマンティック監視を行うセマンティック評価フレームワークSemGuardを紹介する。
論文 参考訳（メタデータ） (2025-09-29T09:21:32Z)
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。