論文の概要: When Does Test-Time Physical Diagnosis Pay? A Frozen Policy Buys Evidence It Never Reads

• arxiv url: http://arxiv.org/abs/2609.22299v1
• Date: Mon, 14 Sep 2026 15:52:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 03:38:27.367379
• Title: When Does Test-Time Physical Diagnosis Pay? A Frozen Policy Buys Evidence It Never Reads
• Title（参考訳）: テストタイムの物理診断はいつ支払うか? 凍ったポリシーは、決して読めない証拠を買う
• Abstract要約: ロボットが不慣れな物理的条件に直面したとき、何が変化し適応したかを示す証拠を集めることが一般的な方法であることを示す。 行動を改善するための診断には、有意義な基準、物理的条件の識別可能性、取得した証拠の使用、決定値、固定された選択肢に対する選択値、安全な実現の6つの順序された経験的条件が必要である。 制御された環境と公共の環境でこの連鎖をテストします。制御された環境では終末を保ちます。しかし、見当たらないメカニズムに移行した後は、証拠の使用を断ち切っています。
• 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: When a robot faces unfamiliar physical conditions, a common approach is to collect evidence about what changed and adapt. For such diagnosis to improve behavior, six ordered empirical conditions must hold: a meaningful reference, identifiability of the physical condition, use of the acquired evidence, decision value, selection value over a fixed alternative, and safe realization. We test this chain in controlled and public environments. It holds end to end in our controlled environments. After transfer to unseen mechanisms, however, it breaks at evidence use. On decisions requiring the full trace, the frozen decoder does not change its choice. A linear model using only trace increments recovers the correct choice on mechanisms excluded from fitting, showing that the trace is informative but unused. The failure is concentrated at the richest evidence level: those decisions fall to chance, while decisions settled with lower-cost evidence remain correct, a split hidden by aggregate accuracy. The same chain can fail at other links in public environments. Successful physical identification therefore guarantees neither evidence use nor useful adaptation; evaluation should identify where the chain breaks rather than rely on recovery accuracy or aggregate performance alone.
• Abstract（参考訳）: ロボットが不慣れな物理的条件に直面したとき、何が変化し適応したかを示す証拠を集めるのが一般的である。 行動を改善するための診断には、有意義な基準、物理的条件の識別可能性、取得した証拠の使用、決定値、固定された選択肢に対する選択値、安全な実現の6つの順序された経験的条件が必要である。 私たちはこのチェーンを、コントロールされた、およびパブリックな環境でテストします。 制御された環境では終わりを告げる。 しかし、見知らぬメカニズムに移行した後、それは証拠の使用を断ち切る。 完全なトレースを必要とする決定について、凍結されたデコーダはその選択を変更しない。 トレースインクリメントのみを用いた線形モデルは、適合から除外されたメカニズムの正しい選択を回復し、トレースが情報的であるが使われていないことを示す。 失敗は、最もリッチなエビデンスレベルに集中している。これらの決定は、偶然に落ちる一方、低コストのエビデンスで解決された決定は、集合的正確性によって隠された分割である。 同じチェーンは、公共の環境で他のリンクで失敗する可能性がある。 したがって、有効な物理的識別は、証拠の使用も有用適応も保証しない。評価は、回復精度や集計性能のみに依存するのではなく、連鎖がどこで壊れているかを特定するべきである。

関連論文リスト

• Complex Problem Solving in Large Language Models: A Statistical Control Survey and Diagnostic Framework [52.886947585847594]
  大規模言語モデル(LLM)による複雑な問題解決は、しばしばより強い推論やより長い生成の問題としてフレーム化される。 しかし、早期のエラー増幅、迅速な脆さ、誤ったコミットメントを修正する失敗を説明するのは難しい。 本調査はCPSを潜在解状態上の逐次推定・決定問題と解釈する。
  論文  参考訳（メタデータ） (2026-09-17T18:28:45Z)
• Intrinsic Sequence-Likelihood Confidence in Retrieval-Dominated Extractive QA: Two Pre-Specified Negatives, and What They Do and Do Not Attribute [0.4310167974376404]
  オープン言語モデルを微調整すると、自身の信頼度が誘引制御信号であるモデルが得られる。 我々は,実行前の基準下での両使用量を評価した。 検索だけで92-99.8%のベストケースの組み合わせ精度が回復する。
  論文  参考訳（メタデータ） (2026-09-17T09:17:00Z)
• Local verification cannot detect non-transportability: a cohomological theory of context preservation in agentic reasoning [0.0]
  エージェントAIシステムは、生物学的、臨床的、財務的な文脈で定期的に結論を伝達する。 局所的検証の新たなセーフガードは構造的に不完全であることを示す。 不均一な精度で歪みを定量化し、正確性を復元する精密な白紙形状を提供する。
  論文  参考訳（メタデータ） (2026-08-04T21:09:50Z)
• Conformalized Large Language Models under Configuration Shift [46.502741608809174]
  コンフォーマル予測は不確実性定量化のための分布のないフレームワークである。 非整合性スコアは、単に固定モデルではなく、推論パイプラインによって引き起こされることが多い。 構成シフトがCPの妥当性を損なうことを示す。
  論文  参考訳（メタデータ） (2026-08-02T19:34:41Z)
• Where Is My Physics Wrong? Localized and Identifiable Discovery of Model Discrepancy [6.016090674751934]
  LISDD, Localized, Identible Sparse Discovery of Discrepancyは, モデルエラーをオペレーティングシステムにローカライズするフレームワークである。 偽発見レート拡張は、異なるメカニズムの異なる複数の離散領域を扱う。 その結果、固定物理法則が1つの操作系で静かに破れるとき、グレーボックス建築エネルギーモデルの校正診断ツールが得られた。
  論文  参考訳（メタデータ） (2026-06-22T12:03:14Z)
• When Are Neural Interaction Discoveries Real? Identifiability, Recoverability, and a Pre-Fit Diagnostic [0.0]
  これは基本的には、観測された入力支援の幾何学によって支配される識別可能性の問題である。 表現能力が識別可能でないことを示す。 相互作用の回復性はサポート幾何学に依存することを示す。
  論文  参考訳（メタデータ） (2026-06-07T00:52:43Z)
• Decomposed Prompting Does Not Fix Knowledge Gaps, But Helps Models Say "I Don't Know" [47.930782177987446]
  大規模言語モデルは、クローズドブックの質問応答において知識限界を認識するのに苦労することが多く、自信ある幻覚へと繋がる。 我々は、モデルスケールの異なるDirect、Assistive、Incrementalの3つのタスク等価プロンプトとマルチホップQAベンチマークを評価した。 幻覚が一致している間に事実知識が安定しているため、クロスレジームは内部の不確実性の正確なシグナルを与える。
  論文  参考訳（メタデータ） (2026-02-04T18:39:58Z)
• Proximity-Based Evidence Retrieval for Uncertainty-Aware Neural Networks [6.9681910774977815]
  本研究は,不確実性を考慮した意思決定のためのエビデンス・検索機構を提案する。 それぞれのテストインスタンスに対して、例題は埋め込み空間で検索され、それらの予測分布はデンプスター・シェーファー理論を介して融合される。 支持する証拠は明確であるため、決定は透明で監査可能である。
  論文  参考訳（メタデータ） (2025-09-11T13:12:22Z)
• Detecting and Identifying Selection Structure in Sequential Data [53.24493902162797]
  我々は,音楽のシーケンスなどの実践的な状況において,潜在目的に基づくデータポイントの選択的包摂が一般的である,と論じる。 選択構造はパラメトリックな仮定や介入実験なしで識別可能であることを示す。 また、他の種類の依存関係と同様に、選択構造を検知し、識別するための証明可能な正当性アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-06-29T20:56:34Z)
• Nonparametric Identifiability of Causal Representations from Unknown Interventions [63.1354734978244]
  本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。 我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
  論文  参考訳（メタデータ） (2023-06-01T10:51:58Z)
• Tracking the risk of a deployed model and detecting harmful distribution shifts [105.27463615756733]
  実際には、デプロイされたモデルのパフォーマンスが大幅に低下しないという、良心的なシフトを無視することは理にかなっている。 我々は,警告を発射する有効な方法は,(a)良性な警告を無視しながら有害なシフトを検知し,(b)誤報率を増大させることなく,モデル性能の連続的なモニタリングを可能にすることを論じる。
  論文  参考訳（メタデータ） (2021-10-12T17:21:41Z)

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。