論文の概要: The Null Is the Hard Part: Exact Tests for Memorization in Generative Models

• arxiv url: http://arxiv.org/abs/2610.00251v1
• Date: Wed, 23 Sep 2026 17:59:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.583345
• Title: The Null Is the Hard Part: Exact Tests for Memorization in Generative Models
• Title（参考訳）: Null is the Hard Part: Exact Tests for Memorization in Generative Models
• Abstract要約: 生成モデルの記憶監査は、null分布のない閾値に対して類似度スコアを読み取る。 記憶のために、null は難しい部分であり、2 を供給している、と我々は主張する。 単一画像の場合、自然のnullは2回失敗する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Memorization audits of generative models read similarity scores against thresholds, with no null distribution, and the conclusions they support can be wrong. By MemBench's rule, the benchmark's mitigations roughly halve Stable Diffusion's memorization; audited with false-discovery control, two thirds of the certified images are no longer detected under random prompt perturbations, five sixths under attention rescaling, and all of them under embedding optimization. The field's data-copying test, read against its own null, flags ten of twenty-four generators that reproduce nothing. We argue that for memorization the null is the hard part, and supply two. For a whole model, training and held-out images are exchangeable given its samples, and relabelling them is a permutation test, exact for any statistic when the held-out images are a random split; under it, a nearest-neighbour preference still fires on seven of those twenty-four, and a count restricted to the near-duplicate scale on none (McNemar p=0.016). For single images, the natural nulls fail twice, measurably: ranking an image among random images yields 596 false discoveries among 2,365 controls, and resampling independent generations makes the null three times too narrow. Calibrated against matched controls, the audit certifies 36 of 61 MemBench images at 5% false-discovery rate, held-out controls are certified in 0.01% of calibration splits, and on this benchmark two generations per image recover that count. A calibrated maximum, which reads occasional rather than typical copying, certifies 46. As the scale-restricted statistic we recommend the small-scale mass of the Intersection Euler Characteristic Profile, which also counts distinct images copied and tests whether two models copy the same ones.
• Abstract（参考訳）: 生成モデルの記憶監査は、null分布のない閾値に対して類似度スコアを読み、それらがサポートする結論が間違っている可能性がある。 MemBenchの法則により、ベンチマークの緩和は安定拡散の記憶をおよそ半分にし、偽発見制御で監査され、証明された画像の3分の2はランダムな急激な摂動によって検出されず、注意の6分の5が再スケーリングされ、全て埋め込み最適化の下で検出される。 フィールドのデータコピーテストは、独自のnullに対して読み取り、何も再生しない24個のジェネレータのうち10をフラグする。 記憶のために、null は難しい部分であり、2 を供給している、と我々は主張する。 モデル全体では、トレーニングと保持画像はサンプルと交換可能であり、保持画像がランダムに分割された場合の正確な統計テストであり、その下において、最寄りの嗜好がこれらの24の7つにまだ発火し、非重複スケールに制限されるカウント(McNemar p=0.016)である。 ランダムなイメージの中で画像をランク付けすると、2,365のコントロールの中で596の誤った発見が得られ、独立した世代を再サンプリングすることで、nullは3倍の狭さを持つ。 一致したコントロールに対して校正された監査は、61MemBenchイメージのうち36を5%の偽発見率で認証し、キャリブレーション分割の0.01%でホールドアウトコントロールを認定し、このベンチマークでは、1イメージ当たりの2世代がそのカウントを回復する。 通常の複写よりも時折読み取る校正最大値46を認証する。 スケール制限統計学として,2つのモデルが同じものをコピーするかどうかを検証し,異なる画像をカウントするインターセクションオイラー特性プロファイルの小さな質量を推奨する。

関連論文リスト

• Replicable Conformal Prediction [0.3058685580689604]
  2人のアナリストが毎回、独立したサンプルで同じ予測モデルを調整します。 2つのキャリブレーションが同じオブジェクトを生成することを確認できない。 一つのランダムなシードを共有し、キャリブレーションされた閾値を粗い共有グリッドまで丸めれば、緊張は解消される。
  論文  参考訳（メタデータ） (2026-08-23T17:47:40Z)
• Certifying Compressed Language Models: An Audit and a Statistical Toolkit [0.0]
  正解率は, 正解率の約5倍であり, 正解率と正解率は同一であり, 個々の項目では相変わらず一致しない。 誰も有望な数値等価マージンを示しておらず、タスクマッチングされた各イテム出力はリリースしない。 欠落した機器: 宣言されたマージンでペア同値テストを行い、認定表に評価要求を与えます。
  論文  参考訳（メタデータ） (2026-08-15T05:15:35Z)
• Visual Credit Audit for Multimodal Spatial Reasoning [70.16915309526443]
  Visual Credit Auditは、ベンチマーク画像がテキストのみとブランクコントロールよりもモデルの宣言された決定をもっとサポートするかどうか、モデルが関係性固有の視覚的エビデンスに反応するかどうかの2つの評価を分離する。 ラベルを適用すれば依存性認定正当性(D-CC)が得られる 4つのオープンMLLMと2つの空間ベンチマーク、12.73-26.25%の判定は正確であるが、証明されていない。
  論文  参考訳（メタデータ） (2026-07-29T15:55:31Z)
• The C-index illusion: discrimination without calibration in published survival models [0.0]
  我々は3つの構造的に異なる領域にまたがって3つのサバイバル-MLモデルを再現する。 ホルム補正された家族的誤り率の下で,5つの事前登録仮説を検証した。
  論文  参考訳（メタデータ） (2026-07-21T19:13:54Z)
• The FID Lottery: Quantifying Hidden Randomness in Generative-Model Evaluation [55.62875959637507]
  本研究では,FIDを2軸パネル上のランダムな変数として扱う。 クラス条件の ImageNet 256x256 でトレーニングした数百の SiT ネットワーク上で,その分散を直接測定する。
  論文  参考訳（メタデータ） (2026-06-18T17:49:32Z)
• Vision-language models for chest radiography do not always need the image [4.363746910191589]
  医用視覚言語モデルは、強い胸部X線撮影精度を報告し、これが画像を使用する証拠としてますます読まれている。 我々は,画像に介入し,関連領域を除外し,関連のない領域を除外し,別の患者の同一ラベルスキャンに切り替える因果監査を導入する。 9つのシステムで、画像アクセスのないテキストのみのモデルは、最高のマルチモーダルの5.7の精度ポイントに到達する。
  論文  参考訳（メタデータ） (2026-06-16T09:22:10Z)
• SpatialBench-UC: Uncertainty-Aware Evaluation of Spatial Prompt Following in Text-to-Image Generation [0.0]
  SpaceBench-UCは、ペアの空間関係を再現可能な小さなベンチマークである。 ベンチマークパッケージ、バージョン付きプロンプト、ピン付き構成、サンプルごとのチェッカー出力、レポートテーブルをリリースします。 安定拡散1.5, SD 1.5 BoxDiff, SD 1.4 GLIGENの3つのベースラインについて検討した。
  論文  参考訳（メタデータ） (2026-01-19T23:37:10Z)
• Large Language Monkeys: Scaling Inference Compute with Repeated Sampling [81.34900892130929]
  モデルから候補解を繰り返しサンプリングする簡単な手法を用いて、推論計算をスケーリングのための別の軸として検討する。 複数のタスクやモデルにまたがって、カバレッジは4桁以上のサンプル数でスケールする。 コードや形式的証明のようなドメインでは、回答が自動的に検証されるので、カバレッジの増加は直接的にパフォーマンスの向上につながります。
  論文  参考訳（メタデータ） (2024-07-31T17:57:25Z)
• One-bit Supervision for Image Classification [121.87598671087494]
  1ビットの監視は、不完全なアノテーションから学ぶための新しい設定である。 負ラベル抑圧を既成の半教師付き学習アルゴリズムに組み込んだ多段階学習パラダイムを提案する。
  論文  参考訳（メタデータ） (2020-09-14T03:06:23Z)

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。