論文の概要: Valid Stopping in Adaptive Generator-Verifier Loops
- arxiv url: http://arxiv.org/abs/2610.06432v1
- Date: Mon, 05 Oct 2026 14:42:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-09 08:24:10.994177
- Title: Valid Stopping in Adaptive Generator-Verifier Loops
- Title（参考訳）: アダプティブ・ジェネレータ・検証ループにおけるバリデーション停止
- Abstract要約: 本研究では,提案提案の誤り発見率を制御しながら,ジェネレータ検証ループをいつ停止させるかを検討する。
提案手法は,分布自由な統計テストと共形リスク制御に独立して関心を持つツールを導入している。
- 参考スコア（独自算出の注目度）: 53.28176049547449
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Numerous agentic workflows are based on a generator-verifier loop: a generator proposes candidates, a cheap verifier scores them, and the workflow terminates when a proposal is verified as good enough. The verifier typically proxies a more costly ground-truth oracle, and as the generator searches adaptively against it, false acceptances may accumulate. Proposals can pass the proxy but fail under the costlier ground-truth check. We study when to stop these loops while controlling the false discovery rate of the accepted proposals. Our construction introduces tools of independent interest in distribution-free statistical testing and conformal risk control, including analysis of $e$-values constructed through index betting and a novel conformal risk control procedure for non-monotone losses. We validate the approach in synthetic settings and on a protein-design benchmark.
- Abstract（参考訳）: ジェネレータが候補を提案し、安価な検証器がそれらをスコアし、提案が十分に検証されたときにワークフローが終了する。
検証者は典型的にはよりコストのかかる接地オラクルをプロキシし、ジェネレータがそれに対して適応的に検索すると、偽の受け入れが蓄積される。
プロポーザルはプロキシをパスできるが、コストの高いグランドトラストチェックでフェールする。
提案された提案の誤発見率を制御しながら,これらのループをいつ停止させるかを検討する。
提案手法では,非単調な損失に対する非単調なリスク管理手法として,インデックスベッティングによって構築された$e$値の解析や,非単調な損失に対する新しいコンフォメーションリスク制御手法など,非分布型統計検査とコンフォメーションリスク制御に独立したツールを導入している。
本手法は, タンパク質設計ベンチマークと合成条件で検証する。
関連論文リスト
- Verification Trap: Understanding Test-Time Selection Failures under False Premises in Code Generation [10.05347468916821]
テスト時の計算は、コード生成を改善する中心的な方法になっている。
検証者が生成元から独立して補正信号を提供するという仮定に挑戦する。
私たちはこの障害モードを検証トラップと呼んでいる。
論文 参考訳（メタデータ） (2026-10-04T12:28:10Z) - Online Verification of Language Model Responses Under Cost Constraints [25.495949162960624]
OMVV (Online Multi-Verifier Verification) はコストと検証性能の異なる$K$の弱い検証器のプールを維持するアルゴリズムである。
OMVVは、様々な運用予算において、どの固定検証器よりも低い検証コストで高い精度を達成する。
論文 参考訳（メタデータ） (2026-10-02T00:45:36Z) - 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) - BudgetVerify: Budget-Tiered Verification for Financial QA [2.0134842677651084]
BudgetVerifyは、財務的な質問に答えるための予算階層のジェネレータ検証フレームワークである。
それぞれの生成した回答を3つの検証レベルのうちの1つにルーティングする。
有効である場合にのみ、より強力な検証を選択的に割り当てることにより、固定された検証ポリシーよりも効率の良い精度コストフロンティアを生成する。
論文 参考訳（メタデータ） (2026-09-27T00:33:46Z) - Generator-Independent Runtime Assurance under Partial Observation [2.7954473524479275]
提案ベースのコントローラは、ランタイム検証ゲートの後方にますますデプロイされている。
クローズドループ安全保証が発電機から切り離されるのはいつなのかを問う。
論文 参考訳（メタデータ） (2026-09-05T11:40:42Z) - Bayesian control for coding agents [63.64172141184361]
本稿では,コーディングエージェントのためのコスト依存型シーケンシャル仮説テストフレームワークを提案する。
ベイズ管制官は、正確性に対する信念を維持し、より多くの証拠を集め、候補者を精査し、検証し、停止するかを決定する。
本研究では, 信頼状態が, 不確実性定量化のためのトークン確率と生ツール・サクセスベースラインを上回り, 解釈可能な正当性スコアを得ることを示す。
論文 参考訳（メタデータ） (2026-06-23T11:41:32Z) - The Hidden Signal of Verifier Strictness: Controlling and Improving Step-Wise Verification via Selective Latent Steering [67.8271652641864]
我々は,隠蔽状態の介入によって検証の厳密性を制御できるかどうかを検討した。
VerifySteerは、サンプルレベルのルーティングに潜時補正信号を使用し、段落境界に選択的に介入する。
論文 参考訳（メタデータ） (2026-05-20T05:48:16Z) - Interactive Critique-Revision Training for Reliable Structured LLM Generation [18.00222080273147]
DPA-GRPOは,構成された検証器の介入による2人プレイヤジェネレータゲームのためのペアアクショントレーニング手法である。
我々は,非正規化ゲームを分析し,厳格に低いリワード介入やリビジョン行動に対する肯定的な確率が,一側偏差を生み出すことを示す。
TaxCalc TY24の実験では、DPA-GRPOはゼロショット生成とジェネレータのみのRLベースラインよりも構造化された決定精度を向上させる。
論文 参考訳（メタデータ） (2026-05-08T17:00:38Z) - Preventing the Collapse of Peer Review Requires Verification-First AI [49.995126139461085]
我々は、真理結合、すなわち、過度に科学的真理をトラックする場所のスコアの厳密さを提案する。
プロキシ・ソブリン評価に向けた相転移を駆動する2つの力の形式化を行う。
論文 参考訳（メタデータ） (2026-01-23T17:17:32Z) - Conformal Generative Modeling with Improved Sample Efficiency through Sequential Greedy Filtering [55.15192437680943]
生成モデルは出力に対する厳密な統計的保証を欠いている。
厳密な統計的保証を満たす予測セットを生成する逐次共形予測法を提案する。
このことは、高い確率で予測セットが少なくとも1つの許容可能な(または有効な)例を含むことを保証している。
論文 参考訳（メタデータ） (2024-10-02T15:26:52Z)
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。