論文の概要: Does Gradient Conflict Predict the Understanding--Generation Trade-off? A Controlled Audit of Conflict-Metric Validity in Unified Multimodal Models

• arxiv url: http://arxiv.org/abs/2609.38465v1
• Date: Tue, 29 Sep 2026 19:57:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.694682
• Title: Does Gradient Conflict Predict the Understanding--Generation Trade-off? A Controlled Audit of Conflict-Metric Validity in Unified Multimodal Models
• Title（参考訳）: グラディエント・コンフリクトは理解-生成トレードオフを予測するか? : 統一マルチモーダルモデルにおけるコンフリクト・メトリック・バリデーティの制御された監査
• Abstract要約: メトリクスを減らすことで、下流の理解世代間のトレードオフを改善するという前提は、直接テストされることは一度もない。 UMMトレーニングの鍵となる構造的要素を反映した制御テストベッドであるGRIDUMMで検査を行った。 63のコンフィグレーションと372のチェックポイントで、方向の衝突距離が0.3の絶対スピアマン相関に達することはない。
• 参考スコア（独自算出の注目度）: 10.526335126836573
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Unified multimodal models (UMMs) are increasingly designed around gradient conflict between understanding and generation objectives. The premise that reducing these metrics improves the downstream understanding-generation trade-off has never been tested directly. We audit it in a controlled testbed, GRIDUMM, which mirrors key structural ingredients of UMM training while making the ground-truth trade-off exactly computable. Across 63 configurations and 372 measured checkpoints, no directional conflict metric reaches an absolute Spearman correlation of 0.3 with a confidence interval excluding zero for conflict measured during training against the eventual trade-off. A dose-response intervention that monotonically suppresses conflict leaves the trade-off flat, separating correlation from causation. The norm ratio is a generation-failure detector and becomes null among configurations that master generation. Functional interference measures outperform directional conflict metrics, while training loss tracks the trade-off strongly. Our results do not show that conflict is useless; they show that its validity as a diagnostic target must be established, not assumed, and we release the audit protocol as a reusable standard.
• Abstract（参考訳）: 統一マルチモーダルモデル(UMM)は、理解と生成の目的の間の勾配の衝突を中心に設計されている。 これらのメトリクスを減らすことで、下流の理解世代間のトレードオフを改善するという前提は、直接テストされることは一度もない。 我々は,UMMトレーニングにおける重要な構造的要素を反映した制御テストベッドであるGRIDUMMを用いて,地道トレードオフを正確に計算可能とした。 63の配置と372のチェックポイントで、方向性の競合測定値が0.3の絶対スピアマン相関に到達せず、最終的なトレードオフに対するトレーニング中に測定された競合のゼロを除いた信頼区間がゼロとなる。 競合を単調に抑制する線量応答的介入は、因果関係から相関関係を分離してトレードオフ平らにする。 標準比はジェネレーション障害検出器であり、マスター生成の構成の中でnullとなる。 機能的干渉は方向性の競合指標よりも優れ、トレーニング損失はトレードオフを強く追跡する。 これらの結果から,診断対象としての妥当性は確立されなければならないこと,想定されないこと,再利用可能な基準として監査プロトコルを公開する必要があること,などが確認された。

関連論文リスト

• The Knowing-Saying Gap: When Probes See Errors that Confidence Misses [20.46211358172975]
  線形プローブは、ほぼ完全精度で言語モデルの劣化コンテキストを検知するが、信頼性の高い故障予測にはならない。 マルチホップ算術連鎖全体において、汚職を検出するプローブは最終解の正しさについて非形式的であることが判明した。 リアルタイムモニタとして、プローブベースの介入は、シャープにモデル化され、エラータイプに依存します。
  論文  参考訳（メタデータ） (2026-07-21T12:13:10Z)
• Regime-Aware Peer Specialization for Robust RAG under Heterogeneous Knowledge Conflicts [46.1469246256932]
  我々は、レシシック・アウェアのピア・スペシャライゼーション・フレームワークであるRAPS-DAを提案する。 サンプルレベルでは、紛争はグラウンド、仲裁、レジスタンスの3つの体制に分けられる。 トークンレベルでは、二重層セレクタは、教師間不一致、生徒間分岐、および学生エントロピーを用いて、非形式的または不安定なトークンをフィルタリングする。
  論文  参考訳（メタデータ） (2026-06-29T16:25:13Z)
• ExComm: Exploration-Stage Communication for Error-Resilient Agentic Test-Time Scaling [57.42714978834704]
  ExCommは、探索段階のエージェントテストタイムスケーリングのための通信プロトコルである。 ExCommは、強いテスト時間スケーリングベースラインを一貫して上回ります。
  論文  参考訳（メタデータ） (2026-05-21T07:38:44Z)
• To Fuse or to Drop? Dual-Path Learning for Resolving Modality Conflicts in Multimodal Emotion Recognition [87.22988227382329]
  マルチモーダル感情認識(MER)は、テキスト、音声、視覚を組み合わせることで恩恵を受けるが、標準的な融合は、モダリティが相反する場合に失敗することが多い。 我々は,いつフューズするか,いつモダリティを落とすのかを学習する統合フレームワークであるDual-Path Conflict Resolution (DCR)を提案する。
  論文  参考訳（メタデータ） (2026-05-06T13:11:33Z)
• Diagnosing Knowledge Conflict in Multimodal Long-Chain Reasoning [78.86309644343295]
  長い連鎖推論におけるマルチモーダルな大言語モデル(MLLM)は、異なる知識源が矛盾する信号を提供するときにしばしば失敗する。 我々は、これらの失敗を知識の衝突という統一概念の下で形式化し、入力レベルの客観的衝突とプロセスレベルの効果的な衝突を区別する。 本研究は,知識衝突下でのマルチモーダル推論のメカニズムを考察し,長CoT障害の診断と制御を可能にする。
  論文  参考訳（メタデータ） (2026-02-16T07:10:44Z)
• Information Fidelity in Tool-Using LLM Agents: A Martingale Analysis of the Model Context Protocol [69.11739400975445]
  モデルコンテキストプロトコル(MCP)エージェントにおけるエラー蓄積を解析するための最初の理論的枠組みを紹介する。 累積歪みが線形成長と高確率偏差を$O(sqrtT)$で表すことを示す。 主な発見は、意味重み付けは歪みを80%減らし、周期的再接地は、エラー制御の約9ステップごとに十分である。
  論文  参考訳（メタデータ） (2026-02-10T21:08:53Z)
• Collaborative Value Function Estimation Under Model Mismatch: A Federated Temporal Difference Analysis [55.13545823385091]
  フェデレーション強化学習(FedRL)は、エージェント間のデータ交換を防止し、データのプライバシを維持しながら協調学習を可能にする。 現実世界のアプリケーションでは、各エージェントは若干異なる遷移ダイナミクスを経験し、固有のモデルミスマッチを引き起こす。 情報共有の適度なレベルでさえ、環境固有のエラーを著しく軽減することを示す。
  論文  参考訳（メタデータ） (2025-03-21T18:06:28Z)
• Rethinking Invariance Regularization in Adversarial Training to Improve Robustness-Accuracy Trade-off [11.836020809561383]
  敵の訓練は、しばしばロバストネスのトレードオフに悩まされ、高いロバストネスを達成することは精度の犠牲となる。 非対称表現正規化逆行訓練(ARAT)を提案する。 ARATは、非対称な不斉損失と停止段階の演算と予測器を組み込み、勾配の衝突を回避し、混合分布問題を解決するためにスプリット・バッチノーム(BN)構造を組み込む。
  論文  参考訳（メタデータ） (2024-02-22T15:53:46Z)

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。