論文の概要: Test-Time Scaling via Budgeted Multi-Attribute Verification

• arxiv url: http://arxiv.org/abs/2609.34322v1
• Date: Mon, 28 Sep 2026 05:01:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 21:48:40.886173
• Title: Test-Time Scaling via Budgeted Multi-Attribute Verification
• Title（参考訳）: Budgeted Multi-Attribute Verification によるテスト時間スケーリング
• Abstract要約: textscBMA-GAIは、コスト認識アームの選択と属性の適応サンプリングを組み合わせたアルゴリズムである。 我々は,テキストBMA-GAIが検証予算を効率的に配分し,競合する手法よりも高品質な候補を認定することを示した。
• 参考スコア（独自算出の注目度）: 22.425774990058404
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Verifying LLM-generated answers under a shared computational budget requires jointly deciding which candidates to inspect and which verification attributes to evaluate. We formulate this problem as multi-attribute good-arm identification under a global budget: each candidate is an arm evaluated along several costly attributes, and the goal is to certify as many candidates as possible whose mean scores exceed the prescribed thresholds on all attributes. We propose \textsc{BMA-GAI}, an algorithm that combines cost-aware arm selection with adaptive sampling of attributes. Every observation serves both to guide adaptive allocation and to support anytime-valid certification, which removes the need for a separate confirmation stage. We establish an asymptotic coverage guarantee for \textsc{BMA-GAI} and derive a matching information-theoretic converse that characterizes the intrinsic complexity of the problem, thereby proving that \textsc{BMA-GAI} is first-order optimal away from critical budget levels. Experiments on synthetic benchmarks and an LLM answer-verification task show that \textsc{BMA-GAI} allocates the verification budget more efficiently and certifies more high-quality candidates than competing methods.
• Abstract（参考訳）: LLM生成の回答を共有計算予算の下で検証するには、どの候補を検査するか、どの検証属性を評価すべきかを共同で決定する必要がある。 各候補者は、複数のコストのかかる属性に沿って評価された腕であり、平均スコアがすべての属性の所定の閾値を超える候補をできるだけ多く認定することである。 本稿では,コスト認識型アーム選択と属性の適応サンプリングを組み合わせたアルゴリズムである「textsc{BMA-GAI}」を提案する。 すべての観察は、アダプティブアロケーションのガイドと、別の確認ステージの必要性を排除した任意の有効な認証のサポートの両方に役立ちます。 そこで我々は,<textsc{BMA-GAI} に対する漸近的カバレッジ保証を確立し,問題の本質的な複雑性を特徴付けるマッチング情報理論の逆を導出することにより,<textsc{BMA-GAI} が臨界予算レベルから最適であることを示す。 合成ベンチマークとLCMの回答検証タスクの実験では、‘textsc{BMA-GAI} は検証予算をより効率的に割り当て、競合する手法よりも高品質な候補を認定している。

関連論文リスト

• Achieving Text-based Person Retrieval with Any Granularity [80.69427598925718]
  本稿では、任意の粒度を持つテキストベースの人物検索という新しいパラダイムを紹介する。 5段階の粒度スペクトルを定式化し,高品質な多粒度アノテートデータセットであるUFine6926-MGを構築した。 次に、クロスモーダルな多重粒度アライニングおよびマッチングフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-23T08:42:25Z)
• A Unified Detection Framework for AI-Related Content and Artifacts [5.8904725273823475]
  マハラノビス距離スコア(MDS)に基づく統合検出フレームワークを提案する。 提案手法の重要な構成要素は,人為的テキスト,事実文,非透かしテキスト,非敵的サンプルなどの正のクラスを正確に特徴付けることである。
  論文  参考訳（メタデータ） (2026-07-08T15:21:07Z)
• Reasoning-Aware AIGC Detection via Alignment and Reinforcement [55.09684020007737]
  REVEALは、分類の前に解釈可能な推論チェーンを生成するフレームワークである。 複数のベンチマークで最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2026-04-21T07:29:55Z)
• Adaptive Test-Time Compute Allocation via Learned Heuristics over Categorical Structure [1.8055130471307603]
  テスト時間計算は、大規模言語モデル(LLM)推論の進歩の原動力となっている。 我々は,検証作業が中間状態にまたがってどのように配置されるべきか,検証コストに制限のある環境下での推論について検討する。 本研究では, (i) 構造化された移動インタフェース上での確定可能性ゲーティング, (ii) 学習された状態距離と残差スコアのハイブリッドを用いた事前検証ランキング, (iii) 局所的不確実性に基づく検証呼び出しの適応的アロケーションを組み合わせた状態レベルの選択的検証フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-03T19:57:53Z)
• CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward [50.97588334916863]
  評価と結果報酬のための正確で堅牢な軽量検証モデルであるCompassVerifierを開発した。 数学、知識、多種多様な推論タスクにまたがる多分野の能力を示し、様々な答えの型を処理する能力を示す。 我々は,複数のデータソースから収集したモデル出力からなるVerifierBenchベンチマークを導入し,メタエラーパターンを手動で解析してCompassVerifierを強化する。
  論文  参考訳（メタデータ） (2025-08-05T17:55:24Z)
• Provably Efficient Algorithm for Best Scoring Rule Identification in Online Principal-Agent Information Acquisition [21.65572099187725]
  本稿では,オンライン情報取得問題に対する主エージェントフレームワークにおける最適スコアリングルールの同定問題について検討する。 我々は,OIAFCとOIAFBの2つのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-05-23T01:30:37Z)
• On Speeding Up Language Model Evaluation [48.51924035873411]
  我々はこの空間を探索するために$textitadaptive$アプローチを提案する。 我々は、マルチアームの包帯に頼り、次の(メソッド、バリデーションサンプル)ペアを順次識別して評価する。 典型的資源の5～15%のみを用いて,トップパフォーマンスの手法を同定できることを示す。
  論文  参考訳（メタデータ） (2024-07-08T17:48:42Z)

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。