論文の概要: Soft Strategy Selection for Batch-Mode Active Learning

• arxiv url: http://arxiv.org/abs/2610.05544v1
• Date: Sun, 04 Oct 2026 21:17:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 13:08:56.534597
• Title: Soft Strategy Selection for Batch-Mode Active Learning
• Title（参考訳）: バッチモードアクティブ学習のためのソフト戦略選択
• Abstract要約: アクティブな学習の現実的な展開は、一般的に、データがラベル付けされる前に、実践者が取得戦略を選択することを強制する。 既存の戦略選択方法は、各ラウンドのポートフォリオから1つの戦略を探索し、バンディットフィードバックやモデル再トレーニングを使用して最適な戦略を特定する。 Fractalは、影響関数に基づくデータ属性を用いて、ストラテジーごとの報酬を推論するが、追加のトレーニングは不要である。
• 参考スコア（独自算出の注目度）: 4.525224042848108
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Real-world deployment of active learning typically forces practitioners to choose an acquisition strategy before any data is labeled. This is a daunting task: strategy performance varies widely across settings (e.g. datasets, surrogate models) and cannot be assessed without deployment. Existing strategy selection methods explore one strategy from a portfolio at each round and identify the optimal one using bandit feedback or model retraining. Many acquisition rounds are therefore spent exploring strategies rather than collecting the most informative data. Such overhead is a major barrier to AL-driven design of high-throughput experiments, such as genetic perturbation screens and directed evolution, where AL runs consist of only a few rounds with large batch sizes. This regime permits a natural alternative: acquiring data using multiple AL strategies within a single batch. We refer to this as soft strategy selection and introduce FractAL, a method specifically designed for this task. FractAL infers a per-strategy reward using influence-function-based data attribution, which requires no additional retraining, and then computes budget shares for each strategy in the portfolio using online mirror descent. We benchmark FractAL across 7 setups spanning classification, regression, and genetic perturbation effect prediction. The results highlight that strategy selection is a hard problem: every existing method performs worse than random sampling on at least one setup. FractAL, however, matches or outperforms every baseline, including random sampling, on all 7 setups. Its allocations concentrate budget on the strongest strategies in the portfolio while pruning the weakest. FractAL is therefore a reliable choice for real-world deployments, where the optimal strategy is unknown in advance, an important step towards making AL practical for high-throughput experiments and modern scientific discovery.
• Abstract（参考訳）: アクティブな学習の現実的な展開は、一般的に、データがラベル付けされる前に、実践者が取得戦略を選択することを強制する。 戦略のパフォーマンスは設定(データセット、代理モデルなど)によって大きく異なり、デプロイなしでは評価できない。 既存の戦略選択方法は、各ラウンドのポートフォリオから1つの戦略を探索し、バンディットフィードバックやモデル再トレーニングを使用して最適な戦略を特定する。 したがって、多くの買収ラウンドは、最も情報に富むデータを集めるのではなく、戦略を探究するのに費やされている。 このようなオーバーヘッドは、遺伝的摂動スクリーンや指向進化など、AL駆動の高スループットな実験において大きな障壁となる。 このレギュレーションは、ひとつのバッチ内で複数のAL戦略を使用してデータを取得するという、自然な代替手段を許可する。 我々はこれをソフト戦略選択と呼び、このタスクに特化して設計されたFractalを導入する。 Fractalは、影響関数に基づくデータ属性を使用してストラテジー毎の報酬を推論し、追加のトレーニングを必要としない。 FractALは分類,回帰,遺伝的摂動効果の予測にまたがる7つの設定にまたがってベンチマークを行った。 その結果、戦略選択は難しい問題であり、全ての既存手法は、少なくとも1つの設定でランダムサンプリングよりも悪い結果が得られます。 しかし、Fractalは、ランダムサンプリングを含む全てのベースラインを7つの設定で一致または上回る。 資産配分はポートフォリオで最強の戦略に予算を集中させ、最も弱い戦略を打破する。 したがって、FractALは実世界の展開において信頼性の高い選択肢であり、最適な戦略は事前に不明であり、ALを高スループット実験や近代的な科学的発見のために実用化するための重要なステップである。

関連論文リスト

• CAAL: Contextual Bandits based Online Hand-Craft Active Learning Strategy Selection [1.3187061540651615]
  文脈適応型アクティブラーニング(CAAL)を紹介する。 CAALでは、それぞれの「腕」は手作りの戦略を表す。 実験により、CAALは、既存のベースライン適応戦略よりも、公開データセット上で優れていることを示す。
  論文  参考訳（メタデータ） (2026-06-06T00:20:11Z)
• Nudging Beyond the Comfort Zone: Efficient Strategy-Guided Exploration for RLVR [53.27792011950384]
  検証可能な報酬付き強化学習(RLVR)は、大規模言語モデルの推論能力を改善するためのスケーラブルなパラダイムとして登場した。 我々は、RLVRにおける構造化及び多様性駆動探索のためのフレームワークであるNudgeRLを提案する。 当社のアプローチでは,各ロールアウトを,軽量で戦略レベルのコンテキストに設定するストラテジーナッジを導入しています。
  論文  参考訳（メタデータ） (2026-05-15T08:22:59Z)
• StraTA: Incentivizing Agentic Reinforcement Learning with Strategic Trajectory Abstraction [76.50439715778869]
  StraTAは、エージェント強化学習に明確な軌道レベルの戦略を導入するフレームワークである。 ALFWorld、WebShop、SciWorldの実験では、StraTAはサンプル効率と最終的なパフォーマンスの両方を一貫して改善している。
  論文  参考訳（メタデータ） (2026-05-07T17:51:16Z)
• Cleaning the Pool: Progressive Filtering of Unlabeled Pools in Deep Active Learning [8.368114553774065]
  本稿では,複数の戦略を組み合わさったアンサンブル能動学習(AL)手法であるREFINEを紹介する。 プログレッシブフィルタリングは、AL戦略のアンサンブルを考慮してラベル付けされていないプールを反復的に洗練する。 カバレッジベースの選択は、この洗練されたプールから最終バッチを選択し、以前は認識されていたすべての値の概念が説明されるようにします。
  論文  参考訳（メタデータ） (2025-11-27T11:28:18Z)
• AutoDAN-Reasoning: Enhancing Strategies Exploration based Jailbreak Attacks with Test-Time Scaling [54.47844626555395]
  AutoDAN-Turboは生涯学習エージェントを使用して、攻撃戦略の豊富なライブラリをゼロから構築する。 非常に効果的ではあるが、そのテスト時間生成プロセスは戦略をサンプリングし、対応する1つの攻撃プロンプトを生成する。 本稿では,テスト時間スケーリングによるAutoDAN-Turboの攻撃性能の向上を提案する。
  論文  参考訳（メタデータ） (2025-10-06T21:16:09Z)
• Plan before Solving: Problem-Aware Strategy Routing for Mathematical Reasoning with LLMs [49.995906301946]
  既存の手法は通常、数学的推論を行うためにLLM(Large Language Models)をガイドするための固定戦略を利用する。 分析の結果,単一戦略は問題固有の要件に適応できず,有効性と効率性のトレードオフを見落としていることが明らかとなった。 本稿では,PRISM(Planning and Routing through Instance-Specific Modeling)を提案する。
  論文  参考訳（メタデータ） (2025-09-29T07:22:41Z)
• Large-scale Fully-Unsupervised Re-Identification [78.47108158030213]
  大規模未ラベルデータから学ぶための2つの戦略を提案する。 第1の戦略は、近傍関係に違反することなく、それぞれのデータセットサイズを減らすために、局所的な近傍サンプリングを行う。 第2の戦略は、低時間上限の複雑さを持ち、メモリの複雑さを O(n2) から O(kn) に k n で還元する新しい再帰的手法を利用する。
  論文  参考訳（メタデータ） (2023-07-26T16:19:19Z)
• ImitAL: Learned Active Learning Strategy on Synthetic Data [30.595138995552748]
  ImitALはドメインに依存しない新しいクエリ戦略であり、ALを学習からランクまでの問題としてエンコードする。 我々はImitALを、純粋に合成されたデータセット上で大規模にシミュレーションされたALで訓練する。 ImitALがうまくトレーニングされたことを示すため、13の異なるデータセット上での戦略の比較を広範囲に評価した。
  論文  参考訳（メタデータ） (2022-08-24T16:17:53Z)
• Efficient Reinforced Feature Selection via Early Stopping Traverse Strategy [36.890295071860166]
  単エージェントモンテカルロ型強化特徴選択法(MCRFS)を提案する。 また,早期停止(ES)戦略と報酬レベルインタラクティブ(RI)戦略の2つの効率改善戦略を提案する。
  論文  参考訳（メタデータ） (2021-09-29T03:51:13Z)
• Improved active output selection strategy for noisy environments [0.0]
  モデルベースのキャリブレーションに必要なテストベンチ時間をテスト設計のためのアクティブラーニングメソッドで削減できます。 本稿では,アクティブ出力選択のための改良戦略を提案する。
  論文  参考訳（メタデータ） (2021-01-10T08:27:30Z)

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。