論文の概要: Beyond Final-Token Classification: Heterogeneous Readouts for Evidence-Grounded Suicide Risk Detection
- arxiv url: http://arxiv.org/abs/2609.22767v1
- Date: Sat, 19 Sep 2026 05:01:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-22 20:29:00.546704
- Title: Beyond Final-Token Classification: Heterogeneous Readouts for Evidence-Grounded Suicide Risk Detection
- Title（参考訳）: 最終段階の分類を超えて:証拠収集型自殺リスク検出のための異種読み出し
- Abstract要約: 出力実現から意味的検証を分離するヘテロジニアス・リードアウト分解(HRD)を導入する。
HRDは、通常リスクの4つの潜伏スコアを比較し、ほとんどの要因に対してトークンマージンを保持し、一方の共有潜伏プローブを通して7つのラベルをルーティングする。
これらの結果は, セマンティック表現のみではなく, 解答境界を測定可能な誤差源として同定する。
- 参考スコア（独自算出の注目度）: 10.766937373263204
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The IEEE BigData Cup benchmark combines three prediction problems with different output structures: ordinal suicide-risk classification, multi-label psychosocial factor detection, and extraction of supporting phrases. We introduce heterogeneous readout decomposition (HRD), which separates semantic verification from output realization. A locally deployed Qwen3.8-27B model, adapted with task-specific QLoRA adapters, produces both answer-token margins and layer-63 answer states for card-conditioned queries. HRD compares four latent scores for ordinal risk, retains token margins for most factors while routing seven labels through one shared latent probe, and constructs evidence sets from verbatim span candidates with calibrated, risk-conditional constraints. On two held-out user-grouped confirmation folds, the latent risk readout improves weighted F1 from 0.8237 to 0.8372 and macro F1 from 0.7965 to 0.8185. Selective factor routing improves macro F1 by 0.0105 and tail-label macro F1 by 0.0189; in contrast, global latent replacement and independent label-specific probes fail. The constrained evidence decoder raises pooled phrase F1 from 0.7488 to 0.7609 in row-level out-of-fold evaluation. Lenormand's best public result is 0.8052 on Subtask 1 and 0.6636 on Subtask 2, giving a composite score of 0.7627. These results identify the answer-token boundary, rather than semantic representation alone, as a measurable source of error in this benchmark.
- Abstract（参考訳）: IEEE BigData Cupのベンチマークでは、日常的な自殺リスク分類、多ラベルの精神社会的要因の検出、支援句の抽出という、3つの予測問題を異なる出力構造と組み合わせている。
出力実現から意味的検証を分離するヘテロジニアス・リードアウト分解(HRD)を導入する。
ローカルにデプロイされたQwen3.8-27Bモデルは、タスク固有のQLoRAアダプタに適応し、カード条件のクエリに対して、応答マージンとレイヤ63の応答状態の両方を生成する。
HRDは、通常のリスクに対する4つの潜伏スコアを比較し、7つのラベルを1つの共有潜伏プローブを通してルーティングしながら、ほとんどの要因のトークンマージンを保持し、調整されたリスク条件の制約のある候補を適度に分散するエビデンスを構築している。
2つのホールドアウトされたユーザグループ確認フォルダでは、潜在リスク読み出しが重み付きF1を0.8237から0.8372に改善し、マクロF1を0.7965から0.8185に改善する。
選択因子ルーティングはマクロF1を0.0105倍、テールラベルマクロF1を0.0189倍改善する。
制約されたエビデンスデコーダは、行レベルのアウトオブフォールド評価において、プールされたフレーズF1を0.7488から0.7609に引き上げる。
レノルマンドの最も一般的な結果は、Subtask 1 の 0.8052 と Subtask 2 の 0.6636 であり、合成スコアは 0.7627 である。
これらの結果は, セマンティック表現のみではなく, 解答境界を測定可能な誤差源として同定する。
関連論文リスト
- Provenance, Not Behaviour: A Serialisation Artifact in Edge-IIoTset and a Leakage-Free Benchmark for Precision-Agriculture Intrusion Detection [0.0]
Edge-IIoTsetは、IoTにおける機械学習侵入検出のベンチマークである。
そのパフォーマンスの多くは侵入検出ではないことが示されています。
AgriEdge:1,276,122行、完全な属性を持つ5つのデバイス、0.0288以上のクラスを分離する列がない。
論文 参考訳（メタデータ） (2026-08-16T14:30:45Z) - Support Operation Factorization: Compositional Readout of Frozen Vision Encoders under Controlled Interventions [87.95757610455173]
我々は、x演算グリッドとSO-OPFをサポートするために、インジェクティブに整合した残余セルアウトプロトコルを導入する。
グリッドが分かっているときにキャリアがホールドアウトバインディングを構成するかどうか、フラットなセルラベルからグリッドを回収できるかどうかという2つの質問を分離する。
論文 参考訳（メタデータ） (2026-08-06T15:38:55Z) - Screening of Biosecurity Features in Metagenomic Data with Evo 2 Probes [35.18016233072556]
Evo 2のようなゲノム基盤モデルは、リッチなシーケンス表現を学習するが、バイオセキュリティスクリーニングの価値はほとんど探索されていない。
凍結したEvo2層26の活性化に対して、最小限の線形および注意プローブを訓練することにより、これらの表現の中でどの程度のバイオセキュリティ関連信号が線形にアクセスできるかを問う。
保持されたメダゲノミクステストセット全体で、プローブは強い差別で抗菌抵抗を検出する。
論文 参考訳（メタデータ） (2026-07-15T17:38:02Z) - What Predicts Correctness in Text-to-SQL? A Selective-Prediction Study [0.0]
我々はAUROCを用いて、各クエリがいかに正確かを測定する。
BIRDとスパイダーでは、文字列、構造、実行の自己整合性、スキーマ関連スコア、クエリ実行性といったブラックボックス信号はすべて0.61から0.68AUROCに該当する。
検証器をトレーニングできるかどうかを問う。符号化器と生成器の両方で、約0.77～0.79 AUROCの非分布に到達するが、未知のスキーマでは約0.66に低下する。
論文 参考訳（メタデータ） (2026-07-07T20:52:58Z) - Know Before You Fetch: Calibrated Retrieval-Budget Allocation for Retrieval-Augmented Generation [10.60293484295824]
適応RAGをキャリブレーションした検索予算配分として定式化する。
シーケンスログの確率とプレフィックスログの不確実性信号を正しさの確率に調整する。
シーケンスログの確率については、TriviaQAでは0.275から0.062に、NQでは0.643から0.009に、MS MARCOでは0.711から0.031に低下する。
論文 参考訳（メタデータ） (2026-06-29T08:36:33Z) - Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
テキスト検出器は、事前訓練された典型軸を増幅する。
タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。
RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
論文 参考訳（メタデータ） (2026-05-20T19:08:38Z) - Symbolic Augmentation Closes a Canonical-Equivalence Blind Spot in Neural Fact-Checkers [1.7844382164707184]
我々は,5種類の型付き誤り分類と1500石のベンチマークを導入する。
このベンチマークで微調整されたModernBERTエンコーダはマクロF1 = 0.899に達する。
本稿では,ラベル保存型強化トレーニングデータを生成するために,シンボル検証器のモジュールを逆向きに動作させる訓練時フレームワークであるSybolic Augmentationを提案する。
論文 参考訳（メタデータ） (2026-05-19T15:58:00Z) - 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) - Reducing Maintenance Burden in Behaviour-Driven Development: A Paraphrase-Robust Duplicate-Step Detector with a 1.1M-Step Open Benchmark [1.9537983097153042]
振る舞い駆動開発スイートは、ドキュメント化されたメンテナンスコストとステップ重複の重複を蓄積します。
私たちはこれまでで最大の組織横断的なBDDステップコーパスをリリースします。
論文 参考訳（メタデータ） (2026-04-22T11:44:05Z) - Benchmarking IoT Time-Series AD with Event-Level Augmentations [34.864214444544565]
実世界の問題をシミュレートする統合されたイベントレベル拡張による評価プロトコルを提案する。
5つの公開異常データセット上で14の代表的なモデルを評価する。
論文 参考訳（メタデータ） (2026-02-17T09:45:44Z) - Probabilistic Soundness Guarantees in LLM Reasoning Chains [37.440902632372904]
ARES(Autoregressive Reasoning Entailment Stability)は、事前に検証された前提のみに基づいて、各推論ステップを評価する確率的フレームワークである。
ARESは4つのベンチマークで最先端のパフォーマンスを達成し、非常に長い合成推論チェーン上で優れた堅牢性を示す。
論文 参考訳（メタデータ） (2025-07-17T09:40:56Z)
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。