論文の概要: PDFa11yMut: Measuring Mutation-Specific Detection in PDF Accessibility Checkers
- arxiv url: http://arxiv.org/abs/2609.33160v1
- Date: Sun, 27 Sep 2026 03:35:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 02:36:30.799279
- Title: PDFa11yMut: Measuring Mutation-Specific Detection in PDF Accessibility Checkers
- Title（参考訳）: PDFa11yMut:PDFアクセシビリティチェッカーにおける変異特異的検出の測定
- Abstract要約: PDFa11yMutは、ペア構造レベルの変換を基準適合ベースラインに適用することで、突然変異特異的チェッカーの挙動を測定する。
このアーティファクトは、再利用可能な演算子、構造的および純粋オーラクル、ペア化されたベースライン/ミュータントエビデンス、およびスコープ付き突然変異試験研究のための再現可能な分析に寄与する。
- 参考スコア（独自算出の注目度）: 0.20305676256390928
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automated PDF accessibility checkers provide useful conformance evidence, but a clean report is not a complete accessibility oracle. PDFa11yMut measures mutation-specific checker behavior by applying paired structure-level transformations to reference-suite baselines, verifying intended deltas and non-target invariants, and recording hash-linked checker evidence. Across 30 conformance-oriented mutants, PAC and veraPDF each produced 30 and 30 direct target findings, respectively, while Acrobat produced 23 direct findings plus 3 prespecified consequence-proxy findings. The 39 semantic/assistive-representation mutants produced no automated target finding in the tested configurations, while Acrobat issued manual-review prompts for a subset; Class B is interpreted descriptively rather than as a universal checker obligation. A separate convenience-selected exploratory AT sample observed representation differences in 8 of 9 pairs under one fixed NVDA/Acrobat/Windows procedure. The artifact contributes reusable operators, structural and purity oracles, paired baseline/mutant evidence, and reproducible analysis for a scoped mutation-testing study rather than a general checker-accuracy benchmark.
- Abstract（参考訳）: PDFアクセシビリティ自動チェッカーは、有効な適合性の証拠を提供するが、クリーンレポートは完全なアクセシビリティ・オラクルではない。
PDFa11yMutは、基準適合ベースラインにペア構造レベルの変換を適用し、意図されたデルタと非ターゲット不変性を検証し、ハッシュリンクチェッカーのエビデンスを記録することで、突然変異特異的チェッカーの挙動を測定する。
適合性指向変異株30種,PACとVeraPDFはそれぞれ30種および30種を対象とし,Acrobatは23種と3種を対象とした。
39のセマンティック/アシッシブ-表現変異体は、テストされた構成において自動的なターゲット発見を生成せず、Acrobatはサブセットに対して手動レビュープロンプトを発行した。
1つの固定NVDA/Acrobat/Windows手順で,9対中8対の表現差を観察した。
このアーティファクトは、再利用可能な演算子、構造的および純粋オーラクル、ペア化されたベースライン/ミュータントエビデンス、そして一般的なチェッカー精度ベンチマークではなく、スコープ付き突然変異テスト研究のための再現可能な分析に寄与する。
関連論文リスト
- EAVer: Long-Form Factuality Verification as an End-to-End Agentic Policy [50.665874114632]
我々は、完全な応答レベルの検証ワークフローを統一ポリシーとして制御することを学ぶ、エンドツーエンドのエージェント検証であるEAVerを紹介する。
EAVerはセマンティック関連クレームをグループ化し、信頼に基づいた直接検証やターゲット検索にルートし、コンパクトなインコンテキストメモで検索によって返される証拠を保持する。
論文 参考訳（メタデータ） (2026-09-02T21:00:35Z) - 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) - Level, Sharpness, and Corpus: Why Zero-Shot OOD Detector Rankings Do Not Transfer [36.02174685737611]
各検出器は、少なくとも1つのドメインで80%$ FPR95 を超え、所望の検出器は、分配データと基礎となる VLM の両方に依存する。
本稿では, ベース検出器, レベル, シャープネスの非補償融合により, 補完的証拠を保存する検出器非依存ラッパーであるComplementary Evidence Guard(CEG)を紹介する。
論文 参考訳（メタデータ） (2026-07-29T08:00:49Z) - Looping Is Not Reliability: State-Bound Evidence and Typed Revision Contracts for Agentic Code Repair [36.56438114281786]
正しいパッチの発見と保持、検証、提出のギャップについて検討する。
我々はエビデンスバウンド型ループ契約を導出し、その機械的に強制可能なサブセットを参照実装でインスタンス化する。
論文 参考訳（メタデータ） (2026-07-27T16:05:23Z) - Deterministic Integrity Gates for LLM-Assisted Clinical Manuscript Preparation: An Auditable Biomedical Informatics Architecture [0.3823356975862005]
検証を伴うアーキテクチャペア生成を3つの原則に基づいて記述する。
この決定論的な分割は、整合性のある分類として組織化され、中核的な貢献である。
MedSci Skillsは、43のスキルのオープンソースツールキットで、21の決定論的階層を持ち、3つのパブリックデータセットパイプラインで評価されている。
論文 参考訳（メタデータ） (2026-06-08T13:51:04Z) - AnomalyClaw: A Universal Visual Anomaly Detection Agent via Tool-Grounded Refutation [40.254835073578484]
AnomalyClawは、トレーニング不要な視覚異常検出剤である。
異常判定を多ラウンドの給油プロセスに変換する。
単一ステップの直接推論よりも一貫したマクロAUROC改善を実現している。
論文 参考訳（メタデータ） (2026-05-11T11:40:07Z) - Fixturize: Bridging the Fixture Gap in Test Generation [31.82935387488973]
Fixturizeは、フィクスチャに依存した機能を積極的に識別する診断フレームワークである。
反復的なフィードバック駆動プロセスを通じてテストフィクスチャを合成する。
論文 参考訳（メタデータ） (2026-01-10T16:47:32Z) - Shrinking the Generation-Verification Gap with Weak Verifiers [42.538675831498715]
検証者は、生成された候補から応答をスコア付けしてランク付けすることで、言語モデル機能を改善することができる。
Weaverは、複数の弱い不完全な検証器を組み合わせることで、強力な検証器を設計するためのフレームワークである。
論文 参考訳（メタデータ） (2025-06-22T23:38:15Z)
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。