論文の概要: Unanimity Without Persuasion: A Single Round of Debate Erases the Disagreement That Verification Needs
- arxiv url: http://arxiv.org/abs/2609.26145v1
- Date: Mon, 10 Aug 2026 07:30:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.889185
- Title: Unanimity Without Persuasion: A Single Round of Debate Erases the Disagreement That Verification Needs
- Title（参考訳）: 説得のない普遍性: 一つの議論の集まりは、検証が必要とする否認を根絶する
- Abstract要約: 1回の議論で、説得を必要とせずにリソースを消去できることが示されます。
実行ベースの検証投票は、2,037の事前投票候補置換インスタンスのうち8を補正するが、後回しごとにゼロが変化する。
- 参考スコア（独自算出の注目度）: 9.710464466895521
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A debate panel can become unanimous without becoming more correct. This is dangerous for downstream safeguards: a substituted verification ballot can change only narrow-margin votes, while richer arbiters lose disagreement as a natural targeting signal. We show that one debate round can erase that resource without requiring persuasion. Tracking a heterogeneous 7-judge panel through a blind round and three debate rounds on 600 code-correctness candidates, unanimity on a fixed cohort jumps from 39.5\% to 95.2\% in round 1 (93.1\% of the total collapse), while accuracy moves by less than one point and 96.3\% of verdict flips follow the displayed peer majority. An execution-based verification ballot corrects 8 of 2,037 pre-debate candidate-substitution instances but changes zero in every later round; by round 3 every wrong decision is unanimous, erasing dissent that had flagged two-thirds of the panel's errors. Identical-cohort controls explain why: no-peer reconsideration reproduces 79.6\% of the collapse, real labels without reasoning reproduce 91.5\%, and random labels steer flips toward whatever they display; the full-debate condition adds 4.3 percentage points over labels only (clustered 95\% CI 0.7--8.1). The one-round collapse reproduces in two additional real runs and two fake-label seeds, remains under panel sizes 3--7, and appears in MATH-500. Parse failures concentrate on contested candidates ($p<0.001$), making attrition non-ignorable. The design implication is operational: verify before any second-pass evaluation or peer exposure, and never treat post-debate unanimity as independent evidence of reliability.
- Abstract（参考訳）: 討論会はより正確になることなく全会一致で行うことができる。
これは下流の安全確保にとって危険なことであり、代替の検証投票は狭義の票だけを変えることができる一方、リッチなアービターは自然な標的信号として意見の相違を失う。
1回の議論で、説得を必要とせずにリソースを消去できることが示されます。
ブラインドラウンドと600のコード正当性候補に関する3回の討論ラウンドを通じて、不均一な7ジャッジパネルを追跡すると、固定コホートの一致度は、ラウンド1の39.5\%から95.2\%(総崩壊の93.1\%)に上がり、精度は1ポイント未満で、判定フリップの96.3\%は表示されたピアマジョリティに従う。
実行ベースの検証投票は、2,037件の事前討論の候補置換のインスタンスのうち8件を補正するが、後続のラウンドごとに0が変更される。
非ピア再考は、崩壊の79.6\%を再現し、推論なしで実際のラベルは91.5\%を再生し、ランダムなラベルは表示対象に対してフリップし、フルディベート条件はラベルのみに4.3ポイント(95\% CI 0.7--8.1)を加算する。
1ラウンドの崩壊は、2つの実際のランと2つの偽のラベルの種で再現され、パネルサイズは3-7に留まり、MATH-500に現れる。
Parseのフェールは競合する候補(p<0.001$)に集中する。
セカンダリパス評価やピア露光の前に検証し、議論後の一致を信頼性の独立した証拠として扱うことは決してない。
関連論文リスト
- Observer Choice and Threshold Selection in Retinal Vessel Segmentation: A Subject-Separated Evaluation [28.97096038427138]
全28個のCHASE DB1画像と両アノテーションを用いて網膜血管分割の選択について検討した。
ランダムな森林では、マキシミンは21本中19本で閾値を変化させるが、最悪のサーバのDiceは70.53パーセントから70.45パーセントに低下する。
IdenticalObserver-1-tuned random-forest masks score 73.6% againstObserver 1 and 71.06% againstObserver 2
論文 参考訳（メタデータ） (2026-09-22T02:41:33Z) - A Layered Analysis of Disagreement And Answer Quality in Multi-Agent LLM Debate [12.15064553632491]
マルチエージェントの議論は、真の不一致を克服することで、回答の質を向上させると広く考えられている。
我々は、友好的(共通の根拠を探る)、中立的、敵対的な3つのトーンの下で750の議論を評価する。
バイアスチェックされた陪審員は299/299の結びつきを返し、検証可能な制御タスクの精度は変化せず、バイアスチェックのない陪審員は66%の勝利を宣言した。
論文 参考訳（メタデータ） (2026-09-07T21:57:44Z) - TTPO: Test-Time Policy Optimization [53.81524570216593]
テストタイムポリシー最適化(TTPO)は、OPSDを介してロールアウトに同意し、Grouped RLと不一致なロールアウトを罰する非対称な目的である。
TTPOは5つの競合レベルのベンチマークでラベル管理されたOPSDと一致し、Qwen3-1.7Bは38.0%から45.2%まで上昇し、思考せずに+25.2%から+36.4%に上昇し、クロスタスクの一般化を示す。
論文 参考訳（メタデータ） (2026-08-27T17:58:10Z) - Rules Before Oracles: Auditable, User-Configurable Argument Selection for Deliberative Polling [0.9591164070876687]
バイポーラの正当性に関する世論調査を定式化し, 根拠範囲, 到着順, 支持質量を定式化した。
エージェントシミュレーターは、投票毎にすべてのスレートを記録し、17,000回以上のシードペアランを実行する。
論文 参考訳（メタデータ） (2026-08-25T02:14:13Z) - PROOF: Profiling Reliability of Object-Level Facts in Large Language Models [33.72751145910978]
PROOFは、命令調整言語モデルにおける事実カバレッジのためのプロファイル指向のベンチマークである。
各質問には、明示的な"I don't know"オプション、"No correct option"コントロール、および9つの制御された定式化がある。
我々は166,374個のオープンウェイトモデル配置を18個のオープンウェイトモデル配置で評価し,各プロンプトと固定10%のサブセットで個別にパーターブデコーディングを行う。
論文 参考訳（メタデータ） (2026-08-24T17:13:25Z) - Forged Peer Judgments Mislead Multimodal LLM Judge Panels: Source-Blind Anchoring and Panel-Consensus Verification [9.710464466895521]
独立した視覚的判断を求めることは、自己とピアフレーミングの両方の下で大きなアンカーリングギャップを生み出す。
本稿では,個別に収集した盲票に対する引用を相互にチェックするパネル合意検証を導入する。
論文 参考訳（メタデータ） (2026-08-08T04:55:45Z) - Correcting What You Cannot See: Credit Assignment for Perception Distillation in Multimodal Reasoners [34.39191083253229]
認識障害を識別するラベルフリー手法であるtextbfPerception-Correction Distillation (PCD) を導入する。
我々はベイズ証拠の組み合わせを通じてこのルールを動機付け、乗法がどちらの証人もいないときに消える唯一の正規化された双線型ゲートであることを示す。
論文 参考訳（メタデータ） (2026-07-30T15:03:55Z) - Heterogeneous LLM Debate Under Adversarial Peers: Honest Gains, Replacement Costs, and Resilience [1.3299507495084417]
不均一なピアが正直なエージェントのリビジョン行動をどのように変えるかを測定する。
誠実なピアは有害なリビジョンを著しく低くし、敵のピアはそれを逆転させる。
また,対立する同族同族者が存在する場合の効果も測定した。
論文 参考訳（メタデータ） (2026-06-18T06:06:28Z) - Catching One in Five: LLM-as-Judge Blind Spots in Production Multi-Turn Transaction Agents [45.148328075418156]
デプロイされた多ターン食品・飲料注文エージェントについて検討し,実際の品質問題の数を測定した。
私たちの盲点分類は、失敗はランダムではなく構造化されていることを示している。
プロダクションマルチターンエージェントでは、自動判断はリグレッションフロアであり、人間のレビューの代わりにはならない。
論文 参考訳（メタデータ） (2026-06-09T02:11:01Z) - Statistical Scouting Finds Debate-Safe but Not Debate-Useful Cases: A Matched-Ceiling Study of Open-Weight LLM Reasoning Protocols [0.0]
我々は,無意味な復号化,3サンプル投票,および MuSiQue と GSM8K に関する2段階の批判・修正の議論を評価する。
MuSiQueでは、例ごとに正しいプロトコルを選択するオラクルが、最良の固定されたプロトコルよりも+14.0と+13.7ppを得る。
投票エントロピー閾値は、両モデルで最高の固定プロトコルを順に打ち負かす唯一のコントローラである。
論文 参考訳（メタデータ） (2026-05-10T15:56:37Z)
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。