論文の概要: When Is Deletion Ordering Tractable? From Update Dynamics to Permutation Structure

• arxiv url: http://arxiv.org/abs/2610.01149v1
• Date: Thu, 01 Oct 2026 06:27:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.933791
• Title: When Is Deletion Ordering Tractable? From Update Dynamics to Permutation Structure
• Title（参考訳）: 削除順序付けはいつ可能か?更新ダイナミクスから置換構造へ
• Abstract要約: 固定ポリシによって誘導される置換目的について検討し,より単純な構造を持つかどうかを問う。 積算性を阻害し,その独立性を証明し,接尾辞条件付き代入によって近似率が向上することを示す二次的相互作用を特徴付ける。
• 参考スコア（独自算出の注目度）: 11.341626278878012
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Given a fixed set of pending deletion requests, retraining from scratch after each request is prohibitive, so a prescribed request-wise policy processes them sequentially. The resulting terminal model can depend on their order. Rather than prescribing an ordering rule, we study the permutation objective induced by the fixed policy and ask when it admits simpler structure. We identify two independent reductions: position additivity represents the objective by request--position costs, reducing optimization to assignment and, with a shared positional profile, sorting; suffix localization removes dependence on the distant prefix while retaining interactions among the surviving requests. Under shared affine updates, we characterize the quadratic interactions that obstruct additivity, prove the reductions' independence, and show that suffix-conditioned assignment improves the approximation rate from O(p^L) toO(p^(2L)). Experiments recover both structures in executed objectives. A controlled damped-Newton sweep shows that stronger contraction shifts the objective toward shorter, more suffix-specific dependence, while two full-network policies exhibit distinct positional and within-suffix structure. Structures identified from compact execution sets also predict unseen orders. These results frame deletion ordering as identifying the computational structure induced by the executed updates.
• Abstract（参考訳）: 保留中の削除要求の固定セットが与えられた場合、各要求後のスクラッチから再トレーニングは禁じられているため、所定の要求ワイドポリシーがそれらを順次処理する。 結果の終端モデルは、その順序に依存することができる。 順序付け規則を規定する代わりに、固定されたポリシーによって誘導される置換目的を研究し、それがより単純な構造を持つかどうかを問う。 位置付加性は、要求のコストで目的を表現し、割り当てへの最適化を減らし、共有位置プロファイルでソートし、サフィックスの局所化は、残った要求間の相互作用を維持しながら、遠くのプレフィックスへの依存を除去する。 共有アフィン更新では、付加性を阻害し、還元の独立性を証明し、接尾辞条件がO(p^L)からO(p^(2L))への近似率を改善することを示す二次相互作用を特徴づける。 実験は、実行された目的において両方の構造を回復する。 制御された減衰ニュートンスイープは、より強い収縮が目的を短くより接尾辞依存にシフトし、一方フルネットワークの2つのポリシーは位置と接尾辞構造が異なることを示している。 コンパクトな実行セットから識別された構造も、目に見えない順序を予測する。 これらの結果、フレーム削除順序付けは、実行された更新によって引き起こされる計算構造を特定するものである。

関連論文リスト

• DIRECTOR: Dynamic Index-based Recommendation with Transport-Optimized Retrieval [47.419173509430834]
  Re rankは、要求固有の候補セットから高ユーティリティスレートを選択し、注文することを目的とした決定問題である。 本稿では,トランスポート誘導並列化フレームワークであるTransport-d Retrievalを用いた動的インデックスベースのRecommendationを提案する。 実験により、DIRECTORは強いリグレードベースラインを一貫して上回っていることが示された。
  論文  参考訳（メタデータ） (2026-07-29T03:03:03Z)
• Closing the Indexing-Decoding Gap in Multimodal Generative Retrieval via Prefix Retention Optimization [68.48718919047127]
  マルチモーダル生成検索式は、複数のモーダル検索を離散識別子生成として定義し、外部埋め込みよりも明示的な類似性探索を不要とする。 既存の手法では、残差量子化によって識別子を構築し、トリエ制約ビームサーチでデコードする。 この組み合わせは、インデックス化とデコーディングのギャップを導入している: 識別子学習の目的は、再構成や対照的な損失を含むが、デコーディング中にプレフィックスの識別性を明示的に強制しない。 1)プレフィックスの格付け蒸留は、リストワイドロスを用いた事前量子化埋め込みによって誘導されるプレフィックスと整合する; (ii)語彙スケジューリングは、コードブックを増大させる。
  論文  参考訳（メタデータ） (2026-06-08T09:15:47Z)
• F-GRPO: Factorized Group-Relative Policy Optimization for Unified Candidate Generation and Ranking [79.49893545611779]
  大規模言語モデル(LLM)はサブセットを生成し、それを1つの自己回帰パス内で順序付けることができる。 この柔軟性は、新しい最適化課題をもたらす: モデルが出力空間を検索し、完全なランクリストが生成された後にのみユーティリティフィードバックを受けなければならない。 このクレジット割り当てギャップは、エンドツーエンドの最適化を不安定にし、サンプル非効率にする。 本稿では,単一自己回帰的ロールアウト内の両方を実行する統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-13T04:52:33Z)
• State Representation and Termination for Recursive Reasoning Systems [3.276545330242602]
  再帰的推論システムは、新しい証拠の取得と蓄積された理解の精査を交互に行う。 本稿では、進化する推論状態の表現方法と、いつ反復を止めるかについて述べる。 我々は,この枠組みをエージェントループ,ツリー・オブ・シント推論,定理証明,連続学習に適用する。
  論文  参考訳（メタデータ） (2026-05-02T07:40:09Z)
• Knowledge Is Not Static: Order-Aware Hypergraph RAG for Language Models [22.663638862390467]
  本稿では,秩序を一級構造特性として扱う秩序認識知識ハイパーグラフRAGを提案する。 OKH-RAGは、先行構造を付加したハイパーグラフ内の高次相互作用として知識を表す。 我々は, 熱帯サイクロンや港湾運用シナリオなど, 秩序感性質問応答および説明課題におけるOKH-RAGの評価を行った。
  論文  参考訳（メタデータ） (2026-04-14T01:31:35Z)
• A Clustering-Based Variable Ordering Framework for Relaxed Decision Diagrams for Maximum Weighted Independent Set Problem [4.312746668772342]
  この研究は、変数順序付けのための新しいクラスタリングベースのフレームワークを導入する。 固定されていない変数の完全な集合に動的順序付けを適用する代わりに、最初にプリミティブ変数をクラスタに配置する。 次に、この構造分解を利用して順序付けプロセスの導出を行い、分割の探索空間を著しく削減する。
  論文  参考訳（メタデータ） (2025-12-17T08:49:38Z)
• Spanning Tree Autoregressive Visual Generation [51.7635842702602]
  本稿では,Spanning Tree Autoregressive (STAR) モデリングについて述べる。
  論文  参考訳（メタデータ） (2025-11-21T09:45:17Z)
• Structured Prediction with Abstention via the Lovász Hinge [0.24578723416255752]
  評価に使用する集合関数がモジュラーでない限り, Lov'asz ヒンジは所望の目標と矛盾しないことを示す。 本稿では,Ramaswamy等のバイナリエンコーディング構造とリンク構造を組み合わせることで,構造的不確定問題の自然多重クラスに対する効率的な一貫したサロゲートを実現できることを示す。
  論文  参考訳（メタデータ） (2025-05-09T21:29:22Z)
• Mutual Exclusivity Training and Primitive Augmentation to Induce Compositionality [84.94877848357896]
  最近のデータセットは、標準的なシーケンス・ツー・シーケンスモデルにおける体系的な一般化能力の欠如を露呈している。 本稿では,セq2seqモデルの振る舞いを分析し,相互排他バイアスの欠如と全例を記憶する傾向の2つの要因を同定する。 広範に使用されている2つの構成性データセット上で、標準的なシーケンス・ツー・シーケンスモデルを用いて、経験的改善を示す。
  論文  参考訳（メタデータ） (2022-11-28T17:36:41Z)
• Supervised Learning for Non-Sequential Data: A Canonical Polyadic Decomposition Approach [85.12934750565971]
  特徴相互作用の効率的なモデリングは、非順序的タスクに対する教師あり学習の基盤となる。 この問題を緩和するため、モデルパラメータをテンソルとして暗黙的に表現することが提案されている。 表現性を向上するため,任意の高次元特徴ベクトルに特徴写像を適用できるようにフレームワークを一般化する。
  論文  参考訳（メタデータ） (2020-01-27T22:38:40Z)

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。