論文の概要: DualGuard: Dual-Mode Quality Control for Logic-Preserving Data Augmentation
- arxiv url: http://arxiv.org/abs/2609.32431v1
- Date: Sat, 26 Sep 2026 10:07:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-07 09:14:00.477997
- Title: DualGuard: Dual-Mode Quality Control for Logic-Preserving Data Augmentation
- Title（参考訳）: DualGuard: 論理保存データ拡張のためのデュアルモード品質制御
- Abstract要約: 論理保存データ拡張のための2モード品質制御フレームワークであるDualGuardを提案する。
最初のモードでは、選択された保持、フィルタリング、属性、ターゲットとするフィードバックのために、現在のインスタンスと候補バッチを使用する。
第2のモードは、サンプルごとの診断と属性の上に増大アクションのクロスインスタンス実行レコードを蓄積する。
- 参考スコア（独自算出の注目度）: 6.125814152730228
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language models provide a practical way to generate augmented data for logical reasoning at scale, but a larger generation volume does not guarantee semantic, label, or logical reliability. Existing work has improved generation quality through generation constraints, candidate validation, filtering, and feedback-based revision; however, once a quality judgment is available, deciding whether a candidate should be retained, filtered, or repaired remains an important control problem. We propose DualGuard, a dual-mode quality-control framework for logic-preserving data augmentation. The first mode uses the current instance and candidate batch for selective retention, filtering, attribution, and targeted feedback. The second mode accumulates cross-instance execution records of augmentation actions on top of per-sample diagnosis and attribution, compares new executions against each action's own historical behavior, and supports retrospective anomaly inspection, targeted rollback, and bounded repair. Both modes share semantic verification and additionally use symbolic verification when a reliable logical form is available. Across seven downstream tasks in the Two-Stage Transfer setting, DualGuard achieves the highest Accuracy on five tasks and outperforms the no-augmentation BERT baseline on all seven. Controlled ablations further show complementary roles for Memory, Z3, and history-aware anomaly control.
- Abstract（参考訳）: 大規模言語モデルは、大規模に論理的推論を行うための拡張データを生成する実用的な方法を提供するが、大容量の世代は意味論、ラベル、論理的信頼性を保証しない。
既存の作業は、生成制約、候補検証、フィルタリング、フィードバックベースのリビジョンを通じて、生成品質を改善してきたが、品質判断が得られれば、候補の保持、フィルタリング、修正が重要な制御問題である。
論理保存データ拡張のための2モード品質制御フレームワークであるDualGuardを提案する。
最初のモードでは、選択された保持、フィルタリング、属性、ターゲットとするフィードバックのために、現在のインスタンスと候補バッチを使用する。
第2のモードは、サンプルごとの診断と属性の上の増大アクションのクロスインスタンス実行レコードを蓄積し、各アクションの過去の振る舞いに対する新しい実行を比較し、振り返り異常検査、ターゲットロールバック、バウンダリ修理をサポートする。
どちらのモードもセマンティックな検証を共有しており、信頼できる論理形式が利用可能であればシンボル的な検証も利用できる。
Two-Stage Transfer設定の7つの下流タスクで、DualGuardは5つのタスクで最高精度を達成し、7つのタスクでBERTベースラインを上回ります。
制御された短縮は、メモリ、Z3、履歴を意識した異常制御の補完的な役割を示す。
関連論文リスト
- Benchmarking Cyberattack Detection in Electric Vehicle Charging Infrastructure with Benign User Updates [3.9286216777643737]
電気自動車の充電インフラにおけるサイバー攻撃検出は、要求されたエネルギーと出発時間に対する正常な動作後の修正によって複雑である。
本稿では, 実適応充電ネットワーク(ACN)セッションの入力順序を保存するための, リーク制御されたセッションレベルベンチマークを開発する。
固定プールは、生成された各攻撃をソースセッションの分割に保持し、物理的に動機付けられた6つの攻撃とその調整されたバリエーションを含む。
論文 参考訳（メタデータ） (2026-08-11T14:50:24Z) - The Order Is the Guarantee: Verifier-Budgeted Code Deletion with Static-First Learned Proposals [12.095189927690988]
本稿では,Al系が実行検証能力が有限である場合,コードを削除する方法の逆問題について検討する。
提案スケジューリングとして冗長コード削減を定式化する。
スケジューリングが検索を司る一方で、テストスイートのみが"保存行動"の意味を司ることを示す。
論文 参考訳（メタデータ） (2026-08-05T09:16:29Z) - Unifying Generative Recall and Multi-Objective Ranking in a Single Decoder-Only Sequence [26.231002784432842]
生成的リコールとランキングのスケーリングは、共通のTransformerベースのモデリング哲学を共有している。
我々は textbfUniR$2$, textbfUnified decoder のみの変換器を提案し, 生成 textbfRecall と Multi-Objective textbfRanking を統一する。
論文 参考訳（メタデータ） (2026-07-27T13:47:38Z) - Beyond the Current Observation: Evaluating Multimodal Large Language Models in Controllable Non-Markov Games [69.57330692969543]
RNG-Benchは、過去の観測を再構築するベースモデルの能力を分離するために設計されたベンチマークスイートである。
RNG-Benchには2つの補完ゲームがある: マッチングペア(英語版) - 特定の場所でカードのIDを短期間明らかにする) と、エゴセントリックなビューを空間地図に統合する3D Maze である。
最も難しい構成では、約128Kのトークンと350のイメージ入力のコンテキストが必要であり、フロンティアMLLMによる飽和には程遠いままである。
論文 参考訳（メタデータ） (2026-06-17T17:59:34Z) - Goal2Skill: Long-Horizon Manipulation with Adaptive Planning and Reflection [15.30405243180468]
長い水平な操作タスクには、永続的なメモリ、適応的なタスクの分解、実行障害からの明示的な回復が必要である。
本フレームワークは,低レベルモータ実行から高レベルセマンティック推論を明示的に分離する。
VLMベースのエージェントモジュールとして実装された高レベルプランナは、構造化されたタスクメモリを維持している。
低レベルエグゼキュータは、VLAベースのビジュモータコントローラとしてインスタンス化され、各サブタスクを実行する。
論文 参考訳（メタデータ） (2026-04-15T14:53:09Z) - World Action Verifier: Self-Improving World Models via Forward-Inverse Asymmetry [82.93104394404781]
汎用世界モデルは、スケーラブルなポリシー評価、最適化、計画を約束します。
本稿では,世界モデルによる予測誤りと自己改善を識別するフレームワークであるWorld Action Verifier(WAV)を提案する。
論文 参考訳（メタデータ） (2026-04-02T12:48:36Z) - CoVerRL: Breaking the Consensus Trap in Label-Free Reasoning via Generator-Verifier Co-Evolution [52.691495954442985]
CoVerRLは1つのモデルがジェネレータと検証ロールを交換するフレームワークで、各機能が他方をブートストラップする。
Qwen と Llama のモデルファミリーでの実験では、CoVerRL は数理推論のベンチマークで4.7-5.9% でラベルなしのベースラインを上回っている。
自己検証の精度は55%から85%以上改善され、両方の能力が真に共存することを確認した。
論文 参考訳（メタデータ） (2026-03-18T14:38:55Z) - OmniVL-Guard: Towards Unified Vision-Language Forgery Detection and Grounding via Balanced RL [63.388513841293616]
既存の偽造検出手法は、現実世界の誤報に多いインターリーブされたテキスト、画像、ビデオを扱うのに失敗する。
このギャップを埋めるため,本論文では,オムニバス・ビジョン言語による偽造検出と接地のための統一フレームワークの開発を目標としている。
我々は、OmniVL-Guardという、オムニバス視覚言語による偽造検出と接地のためのバランスの取れた強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-11T09:41:36Z) - When, What, and How: Rethinking Retrieval-Enhanced Speculative Decoding [29.402164743559]
ReSpecは、ドラフト作成を適応的な意思決定に変換する新しいフレームワークである。
Spec-Benchの実験では、ReSpecの最先端アクセラレーションはそれぞれ33%以上と25%以上を達成している。
論文 参考訳（メタデータ） (2025-11-03T06:57:16Z) - Test-Time Alignment for Large Language Models via Textual Model Predictive Control [63.508812485566374]
Textual Model Predictive Control (TMPC) は、推論時に大規模言語モデルを調整するために適応された新しい予測計画フレームワークである。
TMPCは、談話レベル翻訳、長文応答生成、プログラム合成の3つの異なるセグメンテーション特性を持つタスクで評価される。
その結果、TMPCはパフォーマンスを継続的に改善し、一般性を強調している。
論文 参考訳（メタデータ） (2025-02-28T07:24:33Z)
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。