論文の概要: Empty Intersection: Provenance Coverage Rose to 98% and Neither Verification Decision Moved
- arxiv url: http://arxiv.org/abs/2609.30308v1
- Date: Wed, 23 Sep 2026 02:22:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.062318
- Title: Empty Intersection: Provenance Coverage Rose to 98% and Neither Verification Decision Moved
- Title（参考訳）: Empty Intersection:98%に増加し, いずれの検証決定も動かない
- Abstract要約: 各行のグレードである2つの構造的防御は、それらを動機づけた生産配備に対して測定された。
どちらの決定にも届かなかった。
どちらの決定も許容可能な入力を与えない。
- 参考スコア（独自算出の注目度）: 2.1944266018812875
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Two structural defenses for provenance, a grade on every row, so that a verification routine cannot mistake the system's own output for an observation, and a single write ingress, so that the grade is enforced rather than merely conventional, were measured against the production deployment that motivated them, over a frozen snapshot of 194,620 rows and the two verification decisions the snapshot supports. Neither reaches either decision. Both were prescribed by a companion paper, which diagnosed that deployment: its verification routines decided outcomes using values the system itself had written. Neither prescription is new: both are established practice in fields that do not cite one another, and no prior work measuring whether either changes a verdict was found, so what is offered here is the measurement and not the prescriptions. Filtering the verification queries by grade turns both decisions from pass to undetermined; widening the grade vocabulary raises classified coverage from 36.1% to 98.4%; a single ingress requiring a grade refuses 3,070 writes. None of the three gives either decision admissible input. The prescriptions do not fail at what they specify. Each is stated over the population and makes no reference to any decision, so neither says which rows a decision will read, and the rows each intervention repairs and the 32 rows the decisions read do not intersect. The intervention that changed the most rows shows the reach most plainly: all 121,296 rows it moved from unnameable to named fall outside both query windows. This paper reports the conditions, measured rather than designed, under which the decisions would have admissible input at all, and notes that the two decisions are blocked for different reasons.
- Abstract（参考訳）: 2つの構造的防御、各行のグレード、つまり検証ルーチンがシステム自身の出力を誤って観察することができないようにし、1つの書き込みイングレスを1つの書き込みイングレスにすることで、スナップショットがサポートしている194,620行の凍結スナップショットと2つの検証決定に対して、それらを動機づけたプロダクションデプロイメントに対してグレードが強制されるように測定した。
どちらの決定にも届かなかった。
検証ルーチンは、システム自体が記述した値を使って結果を決定する。
どちらも互いに引用しない分野において確立された慣行であり、評定の変更が見つかったかどうかを計測する事前の作業は行われていないため、ここで提供されるものは基準ではなく測定である。
グレードのボキャブラリを広げると、分類範囲は36.1%から98.4%に増加し、グレードのイングレスは3,070の書き込みを拒否する。
どちらの決定も許容可能な入力を与えない。
処方薬は指定したもので失敗しない。
各行は人口について記述され、いかなる決定にも言及しないので、どちらの行が決定を読み取るかは述べず、各行が介入し、32行が読み出された決定は干渉しない。
121,296行はすべて、名前のつかないものから名前のつかないものへと、両方のクエリウィンドウの外に移動した。
本稿では, 設計ではなく, 決定が許容可能な入力を全く持たない条件を報告し, 異なる理由により2つの決定がブロックされていることを指摘する。
関連論文リスト
- Requirement-Bound Verified Commissioning: A Frozen Four-Billion-Parameter Local Model as a Candidate Generator under an External Acceptance Layer with Verification and Release Authority [0.0]
メカトロニクスにおけるセンサ・コーディネートおよび極性結合のための受け入れプロトコルを開発した。
決定論的文法による要求は、凍結したローカル言語モデルにルーティングされる。
1つの標準回答は、金本位制のユーザから要求される。
論文 参考訳（メタデータ） (2026-09-24T17:46:53Z) - The Delegation Blind Spot: Auditing Product Decisions from Agent Choices [2.731113456484581]
成功したエージェントの実行は、ユーザがどの製品に価値をもたらすかを識別する必要がない。
本稿では、宣言された観察チャンネルと製品価値を、互換性のある間隔や目撃者集団と対比する決定特異的監査を提案する。
論文 参考訳（メタデータ） (2026-09-22T16:15:55Z) - A Policy Profile for Croissant: Refusal as a Property of the Dataset [51.56484100374058]
Croissantは、MLデータセット:-LD over schema.org用の事実上の機械可読記述子である。
バージョン1.1以降はデータ使用条件も備えており、DUOとODRLを推奨している。
バージョンが明記されていないのは、どれかの評価方法、決定手順、評価コストの制限なし、実装が評価できない状態の結果なし、何がチェックされたかの記録なし、呼び出し側権限によるコンポジションなしである。
論文 参考訳（メタデータ） (2026-09-17T03:30:32Z) - From Experiments to Decisions: Reusing Evidence in Autonomous Coding Research [0.0]
我々は400タスクのNeuroGolfキャンペーンでエビデンスをどのように再利用するかを再構築する。
数値的な反例は、オーバーブロード排除を公開する。
他のエピソードでは、失敗、不完全、そして修正されたプログラムが次に行うことを正当化する。
論文 参考訳（メタデータ） (2026-09-10T03:48:31Z) - IBIB: A Protocol for Measuring Enterprise AI Systems by Serving Route, Not Model Identifier [0.0]
監査された18のベンチマークはすべて、広告付きモデルの識別子をスコア付けする。
ゴールドブラインド機能バインディングプレフライトは、どのタスクが到達する前に、ルートが評価契約を実行可能であることを確認する。
信頼性非包括的なファーストパススコアリングルールは、有効性を保ちながらスコアの失敗を維持する。
論文 参考訳（メタデータ） (2026-09-09T17:31:29Z) - VeriPhy: Agentic Physical Reasoning for World Model Evaluation and Refinement [57.86962208273888]
テキストのみのプランナが入力された物理義務にプロンプトをコンパイルする監査可能な物理検証システムを提案する。
それぞれのアクションは、ペイロードがタイプされた測定か、明示的にタグ付けされた学習状態である証明付きエビデンスレコードを返す。
我々は, 実発生障害を即時参照, 空間, 時間でローカライズする, 1500クリックの欠陥記録のコーパスにおいて, 評価をアンロックする。
論文 参考訳（メタデータ） (2026-09-02T20:36:45Z) - Recovery Rates Are Not Comparable Across Transcription Factors: Chance Correction for Attribution Evaluation [4.110454468583892]
連続モチーフ重複の確率レベルは (L/(N-L+1)) であり、UniBindでは268の転写因子で0.0118から0.0427の範囲である。
我々は、任意の属性が計算される前に実行される2つの画面と、クローズドな形式のチャンスレベルを提供する。
論文 参考訳（メタデータ） (2026-07-31T05:39:55Z) - Visual Credit Audit for Multimodal Spatial Reasoning [70.16915309526443]
Visual Credit Auditは、ベンチマーク画像がテキストのみとブランクコントロールよりもモデルの宣言された決定をもっとサポートするかどうか、モデルが関係性固有の視覚的エビデンスに反応するかどうかの2つの評価を分離する。
ラベルを適用すれば依存性認定正当性(D-CC)が得られる
4つのオープンMLLMと2つの空間ベンチマーク、12.73-26.25%の判定は正確であるが、証明されていない。
論文 参考訳（メタデータ） (2026-07-29T15:55:31Z) - Abliteration Is Not a Scalpel: Off-Target Effects of Refusal Removal on Decision Disposition Across Model Families [51.56484100374058]
放棄 — モデルの拒絶方向を重みから取り除く — は、一般的な"アンセンソルド"なオープンウェイトモデルの標準的なレシピである。
ディスポジションプローブとして21,600個の決定を不確実性の下で使用し、凍結パイプラインを通じて再生することにより、決定層モデルが唯一の変数となる。
3つのエフェクトは2つのファミリーにまたがって複製される(ゼロを除く週間クラスターCI)
4つ目の効果は符号を逆転する:同じ操作によりGemmaで読み取られた方が自信が弱まり、Qwenで読み取られたものがより多くなる(ファミリーCIは重複しない)。
論文 参考訳（メタデータ） (2026-07-19T22:27:00Z) - What Accuracy and Gradient Cosine Miss: Evaluating Feedback Alignment via Scale Stability, Reference Validity, and Depth Utility [48.10132234701036]
本稿では,3つのチェック(スケール安定性,参照妥当性,深度ユーティリティ)に基づく診断評価プロトコルを提案する。
複数のアーキテクチャや手法にまたがって、我々のプロトコルは広い校正マージンを持つ全ての障害を識別する。
論文 参考訳（メタデータ） (2026-06-19T06:04:17Z)
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。