論文の概要: Align Before You Combine: Reference Space Calibration for Supervision Without Ground Truth

• arxiv url: http://arxiv.org/abs/2610.09525v1
• Date: Wed, 07 Oct 2026 06:18:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.750835
• Title: Align Before You Combine: Reference Space Calibration for Supervision Without Ground Truth
• Title（参考訳）: Aign before you Combine: Reference Space Calibration for Supervision without Ground Truth (英語)
• Abstract要約: そこで我々は,接地木ラベルや共有アノテーション空間にアクセスせずに,監督スコアを生成するキャリブレーションファーストフレームワークを提案する。 我々のフレームワークは、融合前に合成順序空間を用いて、サブセット固有のスコアラを整列する。 3つのベンチマークデータセットで、我々のフレームワークは、平均値と高いプライマリメトリックポイント推定よりも一貫して優れています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a calibration-first framework that produces supervision scores without access to ground-truth labels or a shared annotation space. Our framework aligns subset-specific scorers using a synthetic ordinal reference space before fusion. This reference space is constructed from ordered calibration features that represent the latent concept, providing a common scale on which otherwise incomparable scorer outputs can be aligned. Because our calibration procedure uses the reference space rather than training samples, it is independent of the training set's empirical distribution. Across three benchmark datasets, our framework consistently outperforms uncalibrated averaging and achieves higher primary-metric point estimates on the evaluation metrics than the best individual scorer. Performance relative to sample-dependent baselines varies by domain, with absolute differences below 0.02 on Ames Housing and below 0.01 on Breast Cancer Wisconsin and Wine Quality. After Bonferroni correction, differences remain significant for all three comparisons on Ames Housing and one on Breast Cancer Wisconsin. Additionally, we show that using fewer calibration levels per feature can closely approximate higher-resolution results at substantially lower computational cost. Together, these results support our framework as a viable approach to construct supervision scores when neither ground-truth labels nor a shared annotation space is available.
• Abstract（参考訳）: そこで我々は,接地木ラベルや共有アノテーション空間にアクセスせずに,監督スコアを生成するキャリブレーションファーストフレームワークを提案する。 我々のフレームワークは、融合前に合成順序空間を用いて、サブセット固有のスコアラを整列する。 この参照空間は、潜在概念を表す順序付きキャリブレーション特徴から構築され、そうでなければ非競合のスコアラー出力をアライメントできる共通のスケールを提供する。 我々の校正手順は、トレーニングサンプルではなく基準空間を使用するので、トレーニングセットの実証分布とは無関係である。 3つのベンチマークデータセットで、我々のフレームワークは平均値よりも常に優れており、評価指標の初等点推定は最高のスコアラーよりも高い。 サンプル依存ベースラインに対するパフォーマンスはドメインによって異なり、エイムズハウジングでは0.02以下、乳がんウィスコンシン州とワイン品質では0.01以下である。 ボンフェロニの修正後、エイムズハウジングの3つの比較と、乳がんウィスコンシンの3つの比較では大きな違いが残っている。 さらに,特徴量あたりのキャリブレーションレベルを小さくすることで,計算コストを大幅に削減できることを示す。 これらの結果は,基本トラストラベルや共有アノテーション空間が利用できない場合に,監視スコアを構築するための有効なアプローチとして,我々のフレームワークをサポートします。

関連論文リスト

• SupportCal: Label-Free Calibration of Post-Trained LLMs via Reference Support and Corroboration [53.7810725714783]
  ポストトレーニングはタスクパフォーマンスを向上するが、信頼性の校正を低下させることがある。 タスク固有のラベル付きキャリブレーションデータは費用がかかるか利用できないため、対応する事前訓練言語モデル(PLM)は、ポストホックキャリブレーションのための自然なラベルなし参照を提供する。 ラベルのないポストホック法であるSupportCalを導入し,合意事例を単位重みで保持し,不一致事例を連続重みで割り当てる。
  論文  参考訳（メタデータ） (2026-09-21T09:02:41Z)
• When Residualization Helps an Audit: Format Effects, Slice Gains, and Their Limits [0.7734726150561088]
  LLMシステムで使用される評価スコアは、測定する品質ではなく、表面形状を追跡することができる。 観測的NLIおよびQA設定では、不随伴アノテータのラベルを用いて評価する前に、保持された複製を凍結し、再評価する。 完全な人口合意は、報告された正のスライスゲインを持つすべての観測条件に該当し、要求内ランキングはそのようなQA設定すべてに該当する。
  論文  参考訳（メタデータ） (2026-09-21T07:06:37Z)
• Temperature Scaling Is Not Enough: Calibration Gaps Under Human Label Distributions [0.0]
  この仮定に違反した場合,温度スケーリングがキャリブレーション特性を維持するかどうかを検討した。 硬質ラベルの温度スケーリングは、軟質ラベル上で直接オラクルを過小評価する。 これらの結果は, ラベルのあいまいさが構造的であった場合であっても, 多数投票ラベル上に構築された校正プロトコルが系統的に不整合モデル信頼性を損なうことを示唆している。
  論文  参考訳（メタデータ） (2026-07-15T03:52:06Z)
• FoundationGeo: Learning Spatial Pixel-Wise Fields for Monocular Metric Geometry [52.232826445242644]
  FoundationGeoは空間キャリブレーションと原則データ設計による相対的および計量的予測を橋渡しする。 ステージ1は DINOv3 で初期化することで高忠実なアフィン不変幾何モデルを学ぶ。 ステージ2は、メートル法推定のためのピクセルワイドキャリブレーションフィールドを導入することで、グローバルなスケーリングを越えている。
  論文  参考訳（メタデータ） (2026-07-13T14:10:01Z)
• Mind the Gap: Standard 3DGS Evaluation Primarily Measures Near-Trajectory Interpolation [0.0]
  標準的な3Dガウススプレイティング評価では、すべてのN番目のフレームが定義されているが、これらのフレームは両側の隣人を訓練しているため、計量は空間的な一般化よりもほぼ軌道を測っている。 この効果を分離するフェアマッチカウントプロトコルを導入する。 両腕は同じ数の画像を訓練し、ホールドアウトが均等に広がるか(補間)、または連続的な空間セクターを形成するか(補間)が異なる。
  論文  参考訳（メタデータ） (2026-07-02T00:24:15Z)
• When Calibration Rankings Reverse: Accuracy-Controlled Evaluation for Fair Comparison of LLMs [44.00626308821981]
  モデル精度の相違により比較が成り立つことを示す。 より公平なクロスモデル比較のために,精度制御評価フレームワークであるACEを提案する。
  論文  参考訳（メタデータ） (2026-06-29T18:37:48Z)
• Calibration of Neural Networks using Splines [51.42640515410253]
  キャリブレーション誤差の測定は、2つの経験的分布を比較します。 古典的コルモゴロフ・スミルノフ統計テスト(KS)にインスパイアされたビンニングフリーキャリブレーション尺度を導入する。 提案手法は,KS誤差に対する既存の手法と,他の一般的なキャリブレーション手法とを一貫して比較する。
  論文  参考訳（メタデータ） (2020-06-23T07:18:05Z)
• 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。