論文の概要: Controlled Acquisition and Abstention in Three-Channel Score Conflicts
- arxiv url: http://arxiv.org/abs/2610.10808v1
- Date: Wed, 07 Oct 2026 19:09:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:53.638492
- Title: Controlled Acquisition and Abstention in Three-Channel Score Conflicts
- Title（参考訳）: 3チャンネルスコア紛争における制御的獲得と回避
- Abstract要約: 音声、ビデオ、テキストが一致しない場合、精度だけで別のソースを取得するかどうかを示さない。
制御された3スコアのベンチマークでこれらの選択について検討する。
一致したコントロールは、しきい値ポリシーが要求の少ない決定と常に一致していることを示している。
- 参考スコア（独自算出の注目度）: 8.345705067210861
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: When audio, video, and text disagree, accuracy alone does not show whether to acquire another source or abstain. We study these choices in a controlled three-score benchmark: a policy observes two signed scores, may request the third at a cost, and can abstain. The primary reward is mechanism-specific: abstention is correct only for one designated ambiguity mechanism and is penalized under mixed corruption. Matched controls show that a threshold policy matches always-request decisions with fewer requests; its advantage over always-answer fusion depends on the reward assigned to that ambiguity. On a partially held-out synthetic split, the threshold policy reaches 0.789 +/- 0.006 targeted decision accuracy and 0.481 +/- 0.014 utility across 83 seeds. A three-score majority reference reaches 0.626 +/- 0.008 and 0.252 +/- 0.016, but uses more information. In a matched-budget test, a train-only value selector improves utility over no-query and matched-random policies at 10% and 25% budgets, while pair uncertainty has higher utility at every budget. At 50% and 63.7% budgets, the selector lowers utility despite slightly higher non-ambiguous accuracy. If all abstentions are scored incorrect, majority outranks the threshold policy in utility. At a central temporal setting, full-trace controls match the neural models while position perturbations separate them. On held-out-actor emotion clips, eight-frame fusion has opposite-signed accuracy differences for two encoder pairs, with both actor intervals containing zero; matched-request routing gains are small and uncertain. These results separate full-modality accuracy from pre-request selection value and show that selection value depends on budget and the observed-pair ranking.
- Abstract（参考訳）: 音声、ビデオ、テキストが一致しない場合、精度だけで別のソースを取得するかどうかを示さない。
ポリシは2つの署名されたスコアを観察し、3つ目のスコアをコストで要求し、棄権することができる。
主な報酬はメカニズム特異的であり、棄権は1つの指定された曖昧性メカニズムに対してのみ正しいものであり、混ざった汚職の下で罰せられる。
一致したコントロールは、しきい値ポリシーが要求の少ない要求で常に要求される決定と一致していることを示している。
部分的に保留された合成スプリットでは、しきい値が0.789 +/- 0.006の判定精度と0.481 +/- 0.014の効能に達する。
3スコアの多数派参照は 0.626 +/- 0.008 と 0.252 +/- 0.016 に達するが、さらなる情報を使用する。
整合予算テストでは、列車のみの値セレクタは、不整合および整合ランダムポリシーよりも10%と25%の予算で実用性を改善する一方、ペアの不確実性は全ての予算において高い実用性を持つ。
50%と63.7%の予算で、非曖昧な精度がわずかに高いにもかかわらず、セレクターは実用性を低下させる。
すべての棄権が正しくない場合、多数派は効力のしきい値ポリシーを上回ります。
中央の時間的設定では、フルトレース制御は神経モデルと一致し、位置摂動はそれらを分離する。
ホールドアウトアクターの感情クリップでは、8フレームの融合は2つのエンコーダペアに対して反対符号の精度差があり、どちらのアクターインターバルも0を含む。
これらの結果は,要求前選択値と完全モダリティの精度を分離し,選択値が予算と観測ペアランキングに依存することを示す。
関連論文リスト
- TileSkipper: Region-Adaptive Tile Pruning for 3D Gaussian Splatting [60.48772713715659]
TileSkipperは凍結チェックポイントに対して、ガウス単位の静的カットオフポリシーを選択する。
Mip-NeRF 360、Tants & Temples、Deep Blendingの13のシーンで、固定政治のAccuTileスイープは、標準解像度で1.088times$、幅で1.238times$3840Pixelsというデータセットとマクロのスピードアップを提供する。
論文 参考訳（メタデータ） (2026-10-07T03:01:51Z) - Agent Policy-Value Audit: Separating Transition Composition from Event Selection in Financial LLM Agents [37.33114262134344]
平らな位置から長く位置を頻繁に変更するエージェントは、上向きのイベントプールから正対のリターンを得ることができる。
本稿では,各順序付けられた行動変化型の観測回数を固定したエージェントポリシー値監査法を提案する。
これらの再割り当てによる平均的な報酬は、コンポジションベンチマークである。
論文 参考訳（メタデータ） (2026-10-02T20:46:34Z) - ReSolve: Reusing Candidate Reasoning through Selective Generative Moderation [35.56656941794163]
本稿では,選択的生成モデレーションにより候補推論を再利用する学習自由推論手法であるRegenerative ablationを紹介する。
個別にサンプリングされた2つの候補プールを用いて評価された130の競合数学問題のハイブリットスコアでは、Reは100と99の正解を得るが、同じ4つの候補に対して91と92が投票する。
論文 参考訳（メタデータ） (2026-10-01T06:19:29Z) - Reliability-Aware Checkpoint Selection for Domain Generalization [40.17114894052837]
精度制約付き信頼性選択(AC)について検討する。
ACは、最適なソースバリデーション精度の許容範囲内にチェックポイントを保持し、ソース信頼性でランク付けする。
ACは目標データを使用しず、追加のトレーニングも重量平均化も必要としない。
論文 参考訳（メタデータ） (2026-09-30T15:17:32Z) - Self-Repulsive Sampling for Diffusion Language Models [42.61658629762382]
Self-Repulsion (SR) は、マスク付き拡散言語モデルのサンプルである。
パスはバッチ化されたフォワードパスを共有し、次に順番にコミットする。
投票の得票率は、主に正しい回答のより高いカバレッジから生じる。
論文 参考訳（メタデータ） (2026-09-30T11:58:40Z) - Probability Contracts: Accuracy, Coherence, and Decisions Across LLM Interfaces [10.720985236309462]
本稿では,有限世界後部を正確に接続するベンチマーク,イベントアライメントの検証,インタフェースのコヒーレンス,フェール・アウェアな決定評価について紹介する。
1000の世界の4つのモデル-インタフェース構成の中で、ケブはJevよりも集合正準後誤差が低いが、補体と粗い残差が大きい。
Jev の Event と Choice インターフェースは、有効なペアの 32.8% のバイナリアクションを、遅延コスト 0.10 で変更する。
論文 参考訳（メタデータ） (2026-09-27T19:07:58Z) - Audit-First VAPO: Risk-Certified Selective Updates under Imperfect Verification [23.835119696596095]
不完全な検証者は、クリップングや正規化がその大きさを束縛している場合でも、有害な更新を割り当てることができる。
Audit-First VAPOを導入し、離散的な方向入力と連続的な等級制御を分離する。
論文 参考訳（メタデータ） (2026-09-27T15:21:45Z) - Evidential Rule Learning for Interpretable Classification with Abstention [3.0509197593879853]
Fast Evidential Rule Learning (FERL)は、アウトプットが明確である解釈可能な、正確なファジィルールモデルを学ぶ。
FERLの信念、妥当性、および棄権能力は、単一の決定論的パスにおけるファジィなメンバーシップから直接生じる。
論文 参考訳（メタデータ） (2026-08-06T10:39:48Z) - Operational Proto-Introspection in Looped Language Models: Process-Quality Taps, Executable Branching, and the Readout-Control Boundary [0.0]
言語モデルは、進行中の計算の質を読み取ることができるか?
外部介入は、その読み出しをより良い結果に変えることができるか?
凍結した2.6Bループ変換器,Ouro-RLTTで両質問を検証した。
論文 参考訳（メタデータ） (2026-07-20T22:40:36Z) - Pause and Reflect: Conformal Aggregation for Chain-of-Thought Reasoning [8.024041325202612]
自己整合性を考慮した思考の連鎖(CoT)推論は、複数のサンプル推論パスを集約することで性能を向上させる。
集約不確実性に直接対処するCoT推論のコンフォメーション手順を導入する。
提案手法は,多数決を推理経路よりも重み付けしたスコアアグリゲーションに置き換え,共形リスク制御を用いた棄権規則を校正する。
論文 参考訳（メタデータ） (2026-05-13T20:33:59Z)
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。