論文の概要: Certified Interface Aliases: Exact Collisions in Vision-Language Preprocessing, and When They Exist
- arxiv url: http://arxiv.org/abs/2609.33003v1
- Date: Sat, 26 Sep 2026 22:57:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 11:18:46.271945
- Title: Certified Interface Aliases: Exact Collisions in Vision-Language Preprocessing, and When They Exist
- Title（参考訳）: Certified Interface Aliases:visual-Language Preprocessingにおける実際の衝突とその存在
- Abstract要約: 視覚言語検証器とルータは、言語モデルに到達しない視覚的エビデンスによって引き起こされたものとのさらなる推論により、修正可能なエラーを区別しなければならない。
関連する事実がインターフェースから確実に欠落しているケースを作成するために、AliasForgeを紹介します。
すべての固定点ダウンスケーラがそのようなヌルベクトルを持ち、最も一般的な比で最小サイズを有界であることを証明する。
- 参考スコア（独自算出の注目度）: 1.7499351967216341
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Vision-language verifiers and routers must distinguish errors repairable by more reasoning from those caused by visual evidence never reaching the language model. This distinction lacks ground truth because annotators see full-resolution images while models receive preprocessed tensors. We introduce AliasForge to create cases where the relevant fact is provably absent from the interface. Fixed-point resampling makes the pre-rounding resize an exact integer linear map that can send nonzero integer perturbations to zero. Hiding a label-flipping perturbation there produces images with opposite step-correctness labels but bit-identical interface states. Every verifier therefore has the same output law on both members, giving pair-balanced accuracy exactly one half and zero gain from language-side repair. We prove that every fixed-point downscaler has such null vectors and bound their smallest size at the most common ratios, which rules out an 8-bit fit whenever the bound exceeds 255. From the resize configuration alone, a lattice criterion supplies realizable collisions and certifies their absence within the specified construction family. It resolves all 20 screened configurations, 17 as constructible and 3 as non-constructible. We construct certified pairs across three architectures and certify four additional processors, with zero decision-logit gap on all 18 scored pairs and none of the 18 controls. The pairs also screen routers that waste computation on re-attention or further reasoning. On natural items, per-item routing headroom exists, but no tested interface-only router improves over stopping. Our fiber ceiling bounds the headroom recoverable from the interface. Code: https://github.com/KurbanIntelligenceLab/aliasforge.
- Abstract（参考訳）: 視覚言語検証器とルータは、言語モデルに到達しない視覚的エビデンスによって引き起こされたものとのさらなる推論により、修正可能なエラーを区別しなければならない。
この区別は、モデルが前処理されたテンソルを受け取る間、アノテータがフル解像度の画像を見るため、基礎的な真実を欠いている。
関連する事実がインターフェースから確実に欠落しているケースを作成するために、AliasForgeを紹介します。
固定点再サンプリングにより、プリラウンドされた整数線型写像は、ゼロでない整数摂動を0に送ることができる。
ラベルをフリップする摂動を保ちながら、反対のステップ正当性ラベルを持つ画像を生成する。
したがって、すべての検証者は、両方のメンバーに対して同じ出力法則を持ち、ペアバランスの精度を正確に半分にし、言語側の修復から得られる利得をゼロにする。
すべての固定点ダウンスケーラがそのようなヌルベクトルを持ち、最も一般的な比で最小サイズで有界であることを証明する。
リサイズ構成だけで、格子基準は、実現可能な衝突を提供し、指定された構成ファミリ内でそれらの欠如を認証する。
全20のスクリーン構成を解決し、17は構成可能、3は非構成可能とする。
我々は、3つのアーキテクチャにまたがって認証されたペアを構築し、4つの追加プロセッサを認証し、18のスコアのペアすべてに決定とログのギャップをゼロにし、18のコントロールのどれも持たない。
また、再アテンションや推論の計算を無駄にするルータも表示している。
自然アイテムでは、ルート毎のルーティングヘッドルームが存在するが、テスト済みのインターフェイスのみのルータは停止よりも改善されない。
私たちのファイバー天井は、インターフェースから回復可能なヘッドルームに縛り付けられています。
コード:https://github.com/KurbanIntelligenceLab/aliasforge.com
関連論文リスト
- Analog-DB: An Agent-First Analog Integrated Circuit Database, From Blocks to Systems [0.0]
本稿では,共有可能な設計表現上に構築されたオープンソースバージョンデータベースであるアナログdbについて述べる。
ドメイン固有の言語は、各設計をプロセスニュートラルトポロジ、再利用可能なテストベンチ、マシン可読スキーマとしてキャプチャする。
データベースには16のクラスに68の回路があり、階層化されたハーネスの下でスキーマレベルで検証可能である。
論文 参考訳（メタデータ） (2026-09-01T14:22:37Z) - Training Under Challenge: Executable Certificates and Challenge-Closed Optimality for Neural Networks [20.854288216118423]
平坦なトレーニング曲線は、ニューラルネットワークがグローバルな最適値に達したか、ローカルに閉じ込められたか、表現に制限されたか、あるいはトレーナーにミスマッチしているかを明らかにしない。
このフレームワークでは、事前宣言されたアーキテクチャ検証手順が、同じ認定クラスで完全な代替品を構築し、同じ目的を再評価する。
逆フロンティアを証明する: カバー範囲がなければ、一階のReLUトレーナーは、非球面点に収束しながら、無限に多くの正確な条件付き頭部に到達できる。
論文 参考訳（メタデータ） (2026-08-12T23:37:57Z) - BlueprintRepair: Typed Local Edits for Failed Lean Proof Blueprints [0.0]
LLMベースのリーン証明システムは、ますますブループリントとして証明を組織化しています。
BlueprintRepairは、モデルがこのグラフを10のスキーマチェックされたローカル操作で変更できる修復インターフェースです。
また、BlueprintTraceは142個の制御された障害のベンチマークで、完全に許容され、修復軌道が拒否されている。
論文 参考訳（メタデータ） (2026-07-30T12:17:31Z) - Do GUI Agents Believe Their Eyes? Diagnosing State-Belief Reliance on Pixels versus Structure [5.717981279944186]
我々は、視覚的状態依存、状態信念の画素、構造または先行への帰属を定式化する。
310の実際のWeb、モバイル、デスクトッププローブ上でのシングルチャネルの介入と組み合わせて測定する。
我々の中心となる計量は知覚融合ギャップ(Perception-Fusion Gap)である。
論文 参考訳（メタデータ） (2026-07-05T14:33:29Z) - PairCoder++: Pair Programming as a Universal Paradigm for Verified Code-Driven Multimodal and Structured-Artifact Generation [51.92442051257354]
PairCoderは、実行のみではなく、完全な公式メトリックスイート上で、アーティファクトが検証可能なすべてのベンチマークを本質的に改善する。
TikZのコンパイルレートは、各モデルで10から30ポイント、シングルモデルの2.9から9.2倍である。
論文 参考訳（メタデータ） (2026-07-02T08:36:02Z) - Can Machines Really See Objects in Images? A Study Based on Syntactic Distance and Visual Self-Referential Instances [53.65561607407989]
そのような局所的な手がかりが区別の安定な基盤を提供しない場合、モデルが依然として正しく分類できるかどうかを問う。
ResNetとVision Transformersの実験では、一貫した位相遷移現象が明らかになった。
結果は、汎用インテリジェンスは、既存の言語を再利用するのではなく、新しい言語を作成する必要があることを示唆している。
論文 参考訳（メタデータ） (2026-06-28T14:27:40Z) - DiffSpot: Can VLMs Spot Fine-Grained Visual Differences in Web Interfaces? [24.710597841706413]
textbfDiffSpotは、Webインターフェース上のオープンなスポット・ザ・ディファレンスのためのコード駆動ベンチマークである。
ベンチマークには4,400のペアが含まれており、13のCSSプロパティ演算子間でバランスの取れた3,900のhas-diffペアが含まれている。
最高のモデルでさえ、真の変更の40.7%しか見つからず、ハード層リコールはすべてのモデルに対して23%以下である。
論文 参考訳（メタデータ） (2026-05-28T08:50:34Z) - Approximate Size Targets Are Sufficient for Accurate Semantic Segmentation [52.239136918460616]
相対的なオブジェクトサイズ分布に近似するバイナリクラスタグを拡張することで、オフザシェルフアーキテクチャはセグメンテーション問題を解決することができる。
平均予測に対するゼロ回避KL偏差損失は、標準画素精度の監督に匹敵するセグメンテーション精度を生成する。
我々のアイデアはPASCAL VOC上で、近似オブジェクトサイズの人間のアノテーションを用いて検証されている。
論文 参考訳（メタデータ） (2025-03-10T06:02:13Z) - UniTok: A Unified Tokenizer for Visual Generation and Understanding [63.23796622553615]
視覚生成および理解モデルは通常、画像を処理するために異なるトークン化器に依存する。
我々は、新しいマルチコードブック量子化機構を備えた統一トークン化システムUniTokを紹介する。
最終的なパフォーマンスに関しては、UniTokはImageNetで0.38 rFIDと78.6%のゼロショット精度で新記録を樹立した。
論文 参考訳（メタデータ） (2025-02-27T17:47:01Z) - Auditing AI models for Verified Deployment under Semantic Specifications [65.12401653917838]
AuditAIは、解釈可能な形式検証とスケーラビリティのギャップを埋める。
AuditAIは、画素空間の摂動のみを用いた検証の限界に対処しながら、検証と認定トレーニングのための制御されたバリエーションを得られるかを示す。
論文 参考訳（メタデータ） (2021-09-25T22:53:24Z)
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。