論文の概要: Human and AI-generated texts between modal logic and statistics

• arxiv url: http://arxiv.org/abs/2609.20311v1
• Date: Fri, 31 Jul 2026 09:30:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.672439
• Title: Human and AI-generated texts between modal logic and statistics
• Title（参考訳）: モーダル論理と統計の間の人間とAIによるテキスト
• Abstract要約: テキストは、アクセシビリティが変換器の埋め込みの$k$-nearest-neighbour関係である有限フレームの世界である。 モーダル公理の検証度$mathsfB$, $mathsf4$, $mathsf5$, $mathsfD$ 我々は、Cuconatoの片側シークエントスタイルのテーブルローで、各学位が設定された会員率となるように、ライセンス読影をリキャストする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We read the geometry of semantic neighbourhood graphs as modal logic and give that reading a statistical form, in order to make precise the structural difference between human and machine-generated text. Texts are the worlds of a finite frame whose accessibility is the $k$-nearest-neighbour relation of a transformer embedding, and the symmetry, transitivity, Euclideanity and seriality frequencies of the two subcorpora are shown to be degrees of validation of the modal axioms $\mathsf{B}$, $\mathsf{4}$, $\mathsf{5}$, $\mathsf{D}$. Each degree is at once the proportion of instances of a rule that the subframe licenses in Negri's labelled calculus $\mathsf{G3.K}$ and a plug-in estimate of a population probability. A prompt-balanced comparison finds consistently higher artificial degrees for $\mathsf{4}$ and $\mathsf{5}$. We add a degree of groundedness and of situatedness, and recast the licensing reading in Cuconato's one-sided sequent-style tableaux, where each degree becomes a rate of set membership.
• Abstract（参考訳）: 意味的近傍グラフの幾何学をモーダル論理として読み、人間と機械が生成したテキストの構造的差異を正確に把握するために、統計的形式として読み取る。 テキストは、アクセシビリティが変換器埋め込みの$k$-nearest-neighbour関係である有限フレームの世界であり、2つのサブコーパスの対称性、推移性、ユークリッド性および直列性周波数は、モダル公理の検証の度合いが$\mathsf{B}$, $\mathsf{4}$, $\mathsf{5}$, $\mathsf{D}$であることを示す。 各次数は、Negri のラベル付き計算のサブフレームライセンスが $\mathsf{G3.K}$ と、人口確率のプラグイン推定における規則のインスタンスの比率である。 プロンプト均衡比較は、$\mathsf{4}$と$\mathsf{5}$に対して一貫して高い人工度を求める。 基礎性の度合いと位置性を加え、クコナートの一面のシーケントスタイルのテーブルーでライセンス読解をリキャストし、各学位が設定された会員率となる。

関連論文リスト

• Perspectives on Tsallis Statistics for Artificial Intelligence [0.0]
  ツァリス統計学はボルツマン・ギブス統計力学を1つの実パラメータ$q$で一般化する。 本稿では、Tsallis統計がAIとどのように出会うかという構造化された視点を提供する。
  論文  参考訳（メタデータ） (2026-08-02T13:12:16Z)
• An Information-Geometric Justification for Composite Coherence in Event-Based Narrative Extraction [0.27074235008521247]
  ここで$A$は文書埋め込みと$T=1-d_mathrmJS$の角的類似性である。 4つのコーパス、3つの埋め込みファミリー、3つのトピックモデルはフレームワークと一致している。
  論文  参考訳（メタデータ） (2026-06-28T00:05:15Z)
• A Mathematical Theory of Value: a synthesis on goal-directed agency under resource constraints [6.057587531186626]
  目的指向エージェントが生成し、破壊し、交換する価値は、情報と同じカテゴリの法的構造量であることを示す。 価格がフレームに依存していない間、価値はフレーム相対的であり、そのリソースをプールし、その知覚を融合する艦隊が天井を継承する。
  論文  参考訳（メタデータ） (2026-06-10T16:11:04Z)
• Directed Metric Structures arising in Large Language Models [0.0]
  テキスト拡張の条件付き確率分布によって定義される数学的構造を求める。 確率から-log確率へ視点を変えることで、サブテキストの順序がメートル法構造に完全にエンコードされていることが分かる。
  論文  参考訳（メタデータ） (2024-05-20T17:16:27Z)
• Biology-inspired joint distribution neurons based on Hierarchical Correlation Reconstruction allowing for multidirectional neural networks [0.49728186750345144]
  低レベル差を除去できるHCR(Arnold correlation Reconstruction)に基づく新しい人工ニューロンが提案されている。 このような HCR ネットワークは $rho(y,z|x)$ のような確率分布(ジョイント)を伝播することもできる。 また、テンソル分解によるdirect $(a_mathbfj)$ Estimationのような追加のトレーニングアプローチも可能である。
  論文  参考訳（メタデータ） (2024-05-08T14:49:27Z)
• Statistical Learning under Heterogeneous Distribution Shift [71.8393170225794]
  ground-truth predictor is additive $mathbbE[mathbfz mid mathbfx,mathbfy] = f_star(mathbfx) +g_star(mathbfy)$.
  論文  参考訳（メタデータ） (2023-02-27T16:34:21Z)
• FeDXL: Provable Federated Learning for Deep X-Risk Optimization [105.17383135458897]
  我々は、既存のアルゴリズムが適用できないXリスクのファミリーを最適化するために、新しい連邦学習(FL)問題に取り組む。 Xリスクに対するFLアルゴリズムを設計する際の課題は、複数のマシンに対する目的の非可逆性と、異なるマシン間の相互依存にある。
  論文  参考訳（メタデータ） (2022-10-26T00:23:36Z)
• Agnostic Learning of a Single Neuron with Gradient Descent [92.7662890047311]
  期待される正方形損失から、最も適合した単一ニューロンを学習することの問題点を考察する。 ReLUアクティベーションでは、我々の人口リスク保証は$O(mathsfOPT1/2)+epsilon$である。 ReLUアクティベーションでは、我々の人口リスク保証は$O(mathsfOPT1/2)+epsilon$である。
  論文  参考訳（メタデータ） (2020-05-29T07:20:35Z)

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。