論文の概要: Discover, Falsify, Revise: Auditing Input-Use Claims from Source Code to Predictive Contribution in Agent-Discovered Cell Models

• arxiv url: http://arxiv.org/abs/2609.27234v1
• Date: Wed, 23 Sep 2026 02:07:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.824964
• Title: Discover, Falsify, Revise: Auditing Input-Use Claims from Source Code to Predictive Contribution in Agent-Discovered Cell Models
• Title（参考訳）: Discover, Falsify, Revise: Auditing Input-Use Claims from Source Code to Predictive Contribution in Agent-Discovered Cell Models
• Abstract要約: AI仮想細胞は、特定の介入に対する細胞応答を予測することを目的としている。 CellAUDITを導入し、入力が参照された計算に入力できるかどうかを問うことで、入力利用請求を監査する。
• 参考スコア（独自算出の注目度）: 14.115576492673249
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI virtual cells aim to predict cellular responses to specified interventions, yet held-out predictive performance alone does not establish use of the supplied perturbation information. This prediction-claim gap matters in agentic model discovery, where language-model agents generate and revise predictors using score-based feedback. We introduce CELLAUDIT, which audits input-use claims by asking whether an input can enter the cited computation, whether fitted predictions depend on it, and whether that dependence improves prediction of observed response. On a paired morphology-transcriptomics perturbation benchmark (BBBC047), an agent-selected predictor attains a mean held-out Global Pearson correlation coefficient (PCC) of 0.3153 but remains invariant to compound replacement; a control-profile-only predictor reaches 0.3142. Source inspection identifies a compound-query pathway blocked by singleton key-value attention, and the invariance persists after refitting with disjoint control wells. In a stratified audit of 48 candidates across two linked tasks, 47 change predictions under compound replacement on both held-out folds, but only 20 show target-loss gains with intervals above zero on both folds. On BBBC047, falsification-guided revisions recover positive mean compound contributions while retaining gains over the control-profile-only baseline. In matched sci-Plex searches, audit-enriched feedback yields higher held-out performance and larger mean compound and dose contributions across five trajectories, although paired intervals span zero. Refitting fixed designs on an independently acquired cohort shows predictive generalization need not imply generalization of input-use claims: dose contribution persists, whereas support for compound identity does not. CELLAUDIT adds a falsification layer to agentic model discovery, moving from generate-score-revise toward discover-falsify-revise.
• Abstract（参考訳）: AI仮想細胞は、特定の介入に対する細胞応答を予測することを目的としているが、供給された摂動情報を使用することは、予測性能だけは確立していない。 この予測基準ギャップは、言語モデルエージェントがスコアベースのフィードバックを使用して予測器を生成し、修正するエージェントモデル発見において重要である。 CellAUDITを導入し、入力が参照された計算に入力できるかどうか、適合した予測がそれに依存するかどうか、そしてその依存が観測された応答の予測を改善するかどうかを問う。 2組のモルフォロジー・トランスクリプトミクス摂動ベンチマーク(BBBC047)では、エージェント選択予測器が平均0.3153のGlobal Pearson相関係数(PCC)を得るが、複合置換には不変であり、制御独立予測器は0.3142に達する。 ソースインスペクションは、シングルトンキー値の注意でブロックされた複合クエリー経路を特定し、不整合制御井戸でリフィットした後、その不変性が持続する。 2つの連接タスクにまたがる48の候補の階層的な監査では、47の予測が両折りの複合置換の下で変更されるが、両折りの0以上の間隔で目標損失ゲインを示すのは20のみである。 BBBC047では、falsification-guidedリビジョンは、コントロールアップオンリーベースラインよりも利益を維持しながら、正の平均化合物の寄与を回復する。 一致した sci-Plex 探索では、聴取されたフィードバックは、5つの軌跡にまたがる平均化合物および線量に対する高い保留性能とより大きな寄与をもたらすが、対の間隔はゼロである。 独立に獲得されたコホートに固定された設計を適合させることは、予測的一般化が入力使用請求の一般化を暗示する必要はないことを示している。 CellAUDITは、生成スコア更新から発見ファルシフィケーション修正へ移行するエージェントモデル発見に、ファルシフィケーション層を追加する。

関連論文リスト

• Testing-Driven Reliability Audit of Trajectory-Based Early Outcome Prediction for LLM Agents: Target-Specific Calibration Transfer Persists Within a Single Benchmark [0.0]
  軌道に基づく早期結果の予測は、結果が十分に予測可能になったときにランを終了させることにより、エージェント評価に関連する費用を削減できる。 このような転送障害がエージェントシステムにまたがっているのか、あるいは特定のターゲットエージェント/ヘッドの組み合わせに集中しているのかは不明だ。 パブリックなSWE-bench Verified trajectoriesと凍結したデュアルヘッド早期アウト予測パイプラインを使用して、我々は、Left-one-agent-out calibration auditを実行した。
  論文  参考訳（メタデータ） (2026-09-22T03:57:30Z)
• TimeLitmus: A Diagnostic Benchmark for Cross-Modal Understanding and Explanation Faithfulness in Event-Conditioned Time-Series Prediction [48.104261148149654]
  TimeLitmusは、イベント条件付き時系列予測における相互理解と忠実さの説明のための診断ベンチマークである。 TimeLitmusには財務と交通の計4,856件の評価記録がある。
  論文  参考訳（メタデータ） (2026-09-21T14:38:49Z)
• Recovering Nonlinear Functions of Latent Variables: A Plausible-Value Neural Network Framework [0.0]
  非線形予測において、係数スコアが真の潜在スコアを置き換えるとき、測定誤差は、回復可能な分散を$k$で減衰させる。 有界回復は、観測された指標による結果の予測ではなく、潜在スケール関数を支配している。 18条件シミュレーションは両方の予測をサポートする。
  論文  参考訳（メタデータ） (2026-08-19T08:27:55Z)
• UNMASK: Discovering and Causally Verifying Spurious Shortcuts in Text Classifiers [9.827138852806305]
  大規模クラウドソースコーパスで訓練されたニューラル言語モデルは、真の言語的・因果的関連性のないターゲットラベルに結びついている刺激的な表面パターンをしばしば活用する。 既存のアプローチでは、機能の語彙を手動で指定するか、発見を部分的に自動化すればよい。 我々は,完全自動パイプラインであるUN M ASKについて,テキスト表現の素早い相関を発見し,因果検証し,緩和する。
  論文  参考訳（メタデータ） (2026-08-10T07:31:08Z)
• Cross-Fitted Residual Utility for Primary-Preserving Cognitive Decision Correction in Automatic Modulation Classification [1.547549252134621]
  本稿では,クロスフィット型残効ユーティリティとプライマリ保存型認知決定ポリシーを用いて,推論後の問題について検討する。 構造化されたkan-Fourier分類器はデフォルトの確率を提供し、ニューラルおよび非ニューラル候補は観測可能な証拠を提供する。 RMLA、RMLB、HISARでは、完全なシステムは全体の精度を63.632%から66.332%、65.161%から66.168%、77.769%から79.867%に改善している。
  論文  参考訳（メタデータ） (2026-08-03T11:07:37Z)
• The Knowing-Saying Gap: When Probes See Errors that Confidence Misses [20.46211358172975]
  線形プローブは、ほぼ完全精度で言語モデルの劣化コンテキストを検知するが、信頼性の高い故障予測にはならない。 マルチホップ算術連鎖全体において、汚職を検出するプローブは最終解の正しさについて非形式的であることが判明した。 リアルタイムモニタとして、プローブベースの介入は、シャープにモデル化され、エラータイプに依存します。
  論文  参考訳（メタデータ） (2026-07-21T12:13:10Z)
• Revisiting Multivariate Time Series Forecasting with Missing Values [65.30332997607141]
  現実の時系列では欠落値が一般的である。 現在のアプローチでは、計算モジュールを使用して、不足した値を補う、計算済みの予測フレームワークが開発されている。 このフレームワークは、致命的な問題を見落としている: 欠落した値に対して基礎的な真理は存在せず、予測精度を劣化させる可能性のあるエラーの影響を受けやすいようにしている。 本稿では,Information Bottleneck原則に基づく新しいフレームワークであるConsistency-Regularized Information Bottleneck(CRIB)を紹介する。
  論文  参考訳（メタデータ） (2025-09-27T20:57:48Z)
• Improving Adaptive Conformal Prediction Using Self-Supervised Learning [72.2614468437919]
  我々は、既存の予測モデルの上に自己教師付きプレテキストタスクを持つ補助モデルを訓練し、自己教師付きエラーを付加的な特徴として用いて、非整合性スコアを推定する。 合成データと実データの両方を用いて、効率(幅)、欠陥、共形予測間隔の超過といった付加情報の利点を実証的に実証する。
  論文  参考訳（メタデータ） (2023-02-23T18:57:14Z)
• Which Invariance Should We Transfer? A Causal Minimax Learning Approach [18.71316951734806]
  本稿では、因果的観点からの包括的ミニマックス分析について述べる。 最小の最悪のリスクを持つサブセットを探索する効率的なアルゴリズムを提案する。 本手法の有効性と有効性は, 合成データとアルツハイマー病の診断で実証された。
  論文  参考訳（メタデータ） (2021-07-05T09:07:29Z)
• Exploiting Sample Uncertainty for Domain Adaptive Person Re-Identification [137.9939571408506]
  各サンプルに割り当てられた擬似ラベルの信頼性を推定・活用し,ノイズラベルの影響を緩和する。 不確実性に基づく最適化は大幅な改善をもたらし、ベンチマークデータセットにおける最先端のパフォーマンスを達成します。
  論文  参考訳（メタデータ） (2020-12-16T04:09:04Z)

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。