論文の概要: Verification Pulses and the Cost of Escaping Wrong Consensus

• arxiv url: http://arxiv.org/abs/2610.00256v1
• Date: Thu, 24 Sep 2026 03:29:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.58543
• Title: Verification Pulses and the Cost of Escaping Wrong Consensus
• Title（参考訳）: コンセンサス脱出の検証パルスとコスト
• Abstract要約: 外的検証は、誤ったコンセンサスの盆地に自衛集団を残しながら、個々のアウトプットを補正することができる。 固定された検証予算のタイミングと対処が非同期バイナリレジスタの回復に与える影響について検討する。
• 参考スコア（独自算出の注目度）: 2.731113456484581
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: External verification can correct individual outputs while leaving a self-reinforcing population in the basin of a wrong consensus. We study how the timing and addressing of a fixed verification budget affect recovery in an asynchronous binary register. For a general nonlinear response, we derive the minimum fuel required to cross a basin boundary under a peak verification constraint. For a finite population, an exact birth--death calculation gives the probability of subsequent wrong consensus after a pulse. Our main asymptotic result identifies the critical budget window: a leading term $N\log(x_0/b)$ and a correction of order $\sqrt N$, with separate variance contributions from repeated verification targets and autonomous amplification after verification stops. The distinction is substantial: with 16 majority-updated slots and 14 initially wrong, 9 random checks cross the mean-field budget threshold, whereas 23 are required for 95% eventual recovery in the exact model. A prospectively specified experiment records 13,392 language-model responses, including calibration and 108 held-out trajectories. Calibration produces different fitted response regimes, but all four adjusted schedule-comparison intervals include zero. A distributional audit also finds that modest mean-prediction error can conceal a large underestimate of terminal consensus occupancy. The results support risk-calibrated reset scheduling under a specified update contract, while explicitly separating it from distinct-target checking and unrestricted evidence broadcast.
• Abstract（参考訳）: 外的検証は、誤ったコンセンサスの盆地に自衛集団を残しながら、個々のアウトプットを補正することができる。 固定された検証予算のタイミングと対処が非同期バイナリレジスタの回復に与える影響について検討する。 一般非線形応答に対しては,ピーク検証制約の下で盆地境界を越えるのに必要な最小燃料を導出する。 有限集団の場合、正確な生死計算はパルスの後に続く誤った合意の確率を与える。 我々の主要な漸近的結果は、重要な予算の窓を識別する:$N\log(x_0/b)$と$\sqrt N$の補正。 16個の多数派更新スロットと14個の初期誤りがあり、9個のランダムチェックが平均フィールド予算閾値を越えているのに対して、正確なモデルの95%の最終的な回復には23が必須である。 予め指定された実験では、校正を含む13,392の言語モデル応答と108の保留軌跡が記録される。 キャリブレーションは異なる適合応答レギュレーションを生成するが、4つの調整されたスケジュール比較間隔は全て0を含む。 また、分布監査により、最小平均予測誤差は、端末のコンセンサス占有率の過小評価を隠蔽できることがわかった。 結果は、特定の更新契約の下でリスクキャリブレーションされたリセットスケジューリングをサポートし、個別のターゲットチェックと制限なしのエビデンスから明確に分離する。

関連論文リスト

• How Much Can Reliability Drift Under a Fixed Confidence Distribution? [14.727396825167917]
  信頼性分布が全く同じである間、分類器の条件精度は変化しうることを示す。 我々は再重み付けを信頼ビン内の学習された有限読み出しに制限する。 探索ラベル置換診断(Exploratory label-permutation diagnosis)は、この統計にほぼゼロの一致をもたらす。
  論文  参考訳（メタデータ） (2026-09-30T04:02:44Z)
• EDGE: a closed-form directed test for the calibration of probabilistic binary classifiers [0.0]
  本稿では,正規確率分類器の校正テストであるEDGEを提案し,ロジスティック回帰法を提案する。 EDGEは、同一のビン付き予測観測テーブルを信頼性図のプロットとして読み出し、その標準化されたビン残差をスムーズなキャリブレーション歪みの小さな前提に投影する。 リンクと特徴の相違により、既定のデフォルトが22のシナリオのうち、19のシナリオで全ての競合するビン付きテストに導かれるか、あるいは結び付けられ、再適合ベースのStukelスコアテストが20%から28%のサンプルで分離される場合、計算可能のままであった。
  論文  参考訳（メタデータ） (2026-08-20T19:06:05Z)
• When Verifiers Vote Backwards under Verdict Substitution: Signed Pivotal Value in Correlated Self-Consistency [9.710464466895521]
  1回の投票で決定されるクエリのみ 多数決を変更できる。 ラベル付き検証スタイルの介入を用いて,その変化の兆候について検討する。
  論文  参考訳（メタデータ） (2026-08-08T05:02:34Z)
• CUSUM-Shaped Inference-Time Monitoring and Targeted Re-Decoding for Quantized Small Language Model Reasoning [0.6999740786886536]
  MGT-Bは、事前サンプリングの不確かさと変性の特徴の重なり合う窓を、位置条件による経験的尾の確率にマップする。 ログしきい値h=10のマニュアル選択後に最初に観察された問題同一性に対して,その効果が持続するかどうかを検証した。 どちらの分析も確証がなく、実証的要因は有効な電子プロセスや電子検出器として確立されていない。
  論文  参考訳（メタデータ） (2026-07-22T13:34:17Z)
• Pause and Reflect: Conformal Aggregation for Chain-of-Thought Reasoning [8.024041325202612]
  自己整合性を考慮した思考の連鎖(CoT)推論は、複数のサンプル推論パスを集約することで性能を向上させる。 集約不確実性に直接対処するCoT推論のコンフォメーション手順を導入する。 提案手法は,多数決を推理経路よりも重み付けしたスコアアグリゲーションに置き換え,共形リスク制御を用いた棄権規則を校正する。
  論文  参考訳（メタデータ） (2026-05-13T20:33:59Z)
• Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols [51.56484100374058]
  そこで本研究では,単一プロトコルステップを正確なマッチングタスクで監査するためのペアアウトカム計測インタフェースを提案する。 各インスタンスについて、インターフェースはベースラインの正当性ビットと後ステップの正当性ビットを記録する。 これらのレートは精度の変化を予測し、種、混合物、パイプライン間でテスト可能な再利用可能な経験的インターフェースを定義する。
  論文  参考訳（メタデータ） (2026-04-20T13:25:40Z)
• LEC: Linear Expectation Constraints for False-Discovery Control in Selective Prediction and Routing Systems [95.35293543918762]
  大規模言語モデル(LLM)はしばしば信頼できない答えを生成するが、不確実性のある手法は誤った予測と完全に区別することができない。 我々は、この問題を、偽発見率(FDR)制御のレンズを通して解決し、全ての許容された予測のうち、エラーの割合が目標のリスクレベルを超えないことを保証する。 本稿では,線形期待制約を強制することで,選択予測を制約付き決定問題として再解釈するLECを提案する。
  論文  参考訳（メタデータ） (2025-12-01T11:27:09Z)
• Relaxed Quantile Regression: Prediction Intervals for Asymmetric Noise [51.87307904567702]
  量子レグレッション(Quantile regression)は、出力の分布における量子の実験的推定を通じてそのような間隔を得るための主要なアプローチである。 本稿では、この任意の制約を除去する量子回帰に基づく区間構成の直接的な代替として、Relaxed Quantile Regression (RQR)を提案する。 これにより、柔軟性が向上し、望ましい品質が向上することが実証された。
  論文  参考訳（メタデータ） (2024-06-05T13:36:38Z)
• Distribution-free binary classification: prediction sets, confidence intervals and calibration [106.50279469344937]
  分布自由条件における二項分類のための不確実性定量化(キャリブレーション、信頼区間、予測セット)の3つの概念について検討する。 固定幅と一様質量の両双対の双対確率に対する信頼区間を導出する。 我々の「三脚」定理の結果として、双有理確率に対するこれらの信頼区間は分布自由キャリブレーションに繋がる。
  論文  参考訳（メタデータ） (2020-06-18T14:17:29Z)

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。