論文の概要: Language-Conditioned Token and Reasoning Efficiency in Large Language Models: A Paired Cross-Lingual Study Protocol
- arxiv url: http://arxiv.org/abs/2610.04295v1
- Date: Sat, 03 Oct 2026 05:01:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-12 11:47:11.052771
- Title: Language-Conditioned Token and Reasoning Efficiency in Large Language Models: A Paired Cross-Lingual Study Protocol
- Title（参考訳）: 大規模言語モデルにおける言語記述トークンと推論効率:対訳言語間学習プロトコル
- Abstract要約: 我々は、入力言語を分離し、可観測トレース言語を割り当て、回答実現のための先進的なペア研究を指定する。
このプロトコルは、可視的トレースを内部認識やオペレーティングシステム推定として扱うことなく、トークン化器の拡張、観測可能なトレースコスト、応答実現コストを分離する。
- 参考スコア（独自算出の注目度）: 4.805352087824778
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language models incur language-dependent representation and inference costs, but existing comparisons often conflate input language, assigned observable-trace language, and answer realization. We specify a prospective paired study that separates these interfaces while holding the semantic item, checkpoint, and answer oracle fixed. The initial design instantiates 240 exactly scored items rendered from templates in English and seven non-English languages, three distinct-lineage open-weight checkpoints, three trace-token budgets, 22 input- and trace-language conditions, a fixed answer reserve, and a separately counted delimiter: 47,520 initial core runs before prospective sample-size selection. RQ1-RQ3 estimate input and trace effects by intention-to-treat with failure-inclusive terminal accounting and test answer realization by cloning a sealed prefix and runtime-native KV state into eight crossed branches. Pre-freeze independent language review, fixed-form ASCII selectors, and code/surface/solver agreement constrain the realization test. H1-H5 share one Holm family and a global simultaneous component band. A secondary randomized experiment compares one-long-attempt and complete K-short-attempt policies at equal trace allowance under frozen seeds and oracle-blind aggregation; it is a full-policy contrast because answer capacity differs. Outcomes include exact token spans, correctness, latency, runtime-exposed memory, and qualified same-host operating-system-reported energy over prespecified hardware rails. The protocol separates tokenizer expansion, observable-trace cost, and answer-realization cost without treating visible traces as internal cognition or operating-system estimates as physical cross-device energy. No confirmatory model outcome is reported; result fields remain disabled until the frozen evidence ledger passes independent verification.
- Abstract（参考訳）: 大規模言語モデルは言語に依存した表現と推論のコストを発生させるが、既存の比較では入力言語を分割し、観測可能なトレース言語を割り当て、回答の実現を行うことが多い。
セマンティック項目、チェックポイント、回答オラクルを固定したまま、これらのインターフェースを分離する先進的なペア研究を指定する。
初期設計では、英語と7つの非英語言語でテンプレートからレンダリングされた240の正確なアイテムをインスタンス化し、3つの異なる行のオープンウェイトチェックポイント、3つのトレーストーケンの予算、22の入力およびトレース言語条件、固定された回答予約、そして別のカウントされたデリミタをインスタンス化する:47,520の初期コアは、将来的なサンプルサイズ選択の前に実行される。
RQ1-RQ3は、封印されたプレフィックスとランタイムネイティブなKV状態を8つの分岐にクローンすることで、障害非包括的な端末会計とテスト回答の実現による入力とトレース効果を推定する。
事前フリーズされた独立言語レビュー、固定形式ASCIIセレクタ、コード/サーフェス/ゾルバ合意は、実現テストを制限する。
H1-H5はHolmファミリーとグローバルな同時コンポーネントバンドを共有している。
二次ランダム化実験は、解答能力が異なるため、凍った種子とオラクル・ブレンドの凝集の下で、一長の試行と完全K短の試行を同等のトレース許容度で比較する。
アウトカムには、正確なトークンスパン、正確性、レイテンシ、実行時に出力されるメモリ、所定のハードウェアレール上での同一ホストのオペレーティング・システムレポーティング・エネルギが含まれる。
このプロトコルは、トークン化器の拡張、観測可能なトレースコスト、解答実現コストを分離し、可視トレースを内部認識やオペレーティングシステム推定を物理デバイス間エネルギーとして扱う。
検証モデルの結果は報告されず、凍結された証拠台帳が独立した検証に合格するまで、結果フィールドは無効のままである。
関連論文リスト
- Controlled Decoding Attacks on Black-Box LLMs [68.46062477706256]
Methodは、繰り返しサンプリングとアシスタント-継続を可能にする、テキストのみの継続インターフェイスを通じてジェイルブレイクを行うためのフレームワークである。
Risk-Gated Residual Controlは、進化する応答プレフィックスを使用して、配布の再構築と修正をいつ行うかを決定する。
Speculative Multi-Token Executionは、介入を必要としないドラフトプレフィックスの検証と受け入れによって、さらにターゲットコールを償却する。
論文 参考訳（メタデータ） (2026-09-29T07:58:49Z) - IndicQE-APE: A Benchmark for Quality Estimation and Automatic Post-Editing for Indic Languages [77.88427845181154]
我々はWMT 2020-2024の共有タスクの系統を、英語のリソースを拡張してインディクシーに集約する:9つの方向対に対して126,754ドルのインスタンス。
セグメントレベルのQEでは,LSMが6つ,COMETが3つ,APEでは3つのシステムをベンチマークした。
論文 参考訳（メタデータ） (2026-08-17T09:50:52Z) - Training Leaves Traces: Centered Residual Signatures for Language Model Lineage Verification [0.14323566945483496]
オープンウェイト言語モデルは微調整され、量子化され、刈り取られ、マージされるが、その成果はしばしば文書化されていない。
重みだけで、2つの互換性のあるモデルチェックポイントが祖先を共有するかどうかを明らかにすることができるのか?
残差ブロック間でチェックポイント固有の構造を比較し、独立したチェックポイントに対して調整された対称なシークエンススコアを得る。
論文 参考訳（メタデータ） (2026-08-14T22:36:58Z) - Split the Labor: Separating Evidence Interpretation from Decision Aggregation [0.0]
言語モデルに多くの情報源から結論に達するよう要求するシステムは通常、それらを1つのプロンプトに分割する。
提案する4分野のエビデンス(仮説,信頼性バケット,合理性,証明)は,両半減期を決定することを示す。
この修正はアーキテクチャよりも算術的であり、言語モデル以外のルールのクラスに適用される。
論文 参考訳（メタデータ） (2026-08-14T17:24:55Z) - Better Decomposition, Free Aggregation: A Synthesizer-Folding Framework for Multilingual Multi-Hop Question Answering [48.94279718429342]
マルチリンガルなマルチホップ質問応答のためのフレームワークであるSyferを紹介する。
Syferは、デフォルトで適用するのではなく、翻訳をデフェクトする。
複数の言語で実験した結果、Syferは競争の正確さを達成できた。
論文 参考訳（メタデータ） (2026-08-13T12:25:59Z) - Does the way we write a theory change the program an LLM builds from it? A prospective randomized study of renderer format in LLM theory-to-program translation [0.0]
言語理論は実行可能モデルに翻訳するには変数、介入、相互作用に関する選択が必要である。
我々は,理論言語モデルによるプログラムを体系的に変更するかどうかを検証した。
論文 参考訳（メタデータ） (2026-08-10T23:37:47Z) - Cross-Lingual Stability of LLM Judges Under Controlled Generation: Evidence from Finno-Ugric Languages [0.22009842278462158]
大規模言語モデル(LLM)の言語間評価は、典型的には、真のモデルの性能差と測定不安定性の2つの要因を混同する。
対象言語が異なる場合に生成条件を一定に保って評価信頼性を評価する。
本研究は, 形態学的に豊かな言語における談話レベルの評価には, ゼロショット・ジャッジ・トランスファーが信頼できないことを示唆している。
論文 参考訳（メタデータ） (2026-02-02T16:27:32Z) - VECO 2.0: Cross-lingual Language Model Pre-training with
Multi-granularity Contrastive Learning [56.47303426167584]
複数粒度アライメントを持つコントラスト学習に基づく言語間事前学習モデルVECO2.0を提案する。
具体的には、シーケンス・ツー・シーケンスアライメントが誘導され、並列対の類似性を最大化し、非並列対を最小化する。
トークン・ツー・トークンのアライメントは、シソーラス辞書を介して発掘された同義トークンと、バイリンガルな例の他の未使用トークンとのギャップを埋めるために統合される。
論文 参考訳（メタデータ） (2023-04-17T12:23:41Z) - Quark: Controllable Text Generation with Reinforced Unlearning [68.07749519374089]
大規模言語モデルは、しばしばユーザの期待に合わない振る舞いを学ぶ。
本稿では,(不必要な)特性を定量化する報酬関数を最適化するアルゴリズムQuarkを紹介する。
未学習の毒性、ネガティブな感情、反復について、我々の実験はQuarkが強いベースラインと最先端の強化学習法の両方より優れていることを示している。
論文 参考訳（メタデータ） (2022-05-26T21:11:51Z) - GATE: Graph Attention Transformer Encoder for Cross-lingual Relation and
Event Extraction [107.8262586956778]
言語に依存しない文表現を学習するために、普遍的な依存解析を伴うグラフ畳み込みネットワーク(GCN)を導入する。
GCNは、長い範囲の依存関係を持つ単語をモデル化するのに苦労する。
そこで本研究では,構文的距離の異なる単語間の依存関係を学習するための自己認識機構を提案する。
論文 参考訳（メタデータ） (2020-10-06T20:30:35Z)
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。