論文の概要: DataCupid: Stable Matching Repair for Training Data Acquisition with Delayed Feedback
- arxiv url: http://arxiv.org/abs/2610.12960v1
- Date: Fri, 09 Oct 2026 03:59:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:06:29.381534
- Title: DataCupid: Stable Matching Repair for Training Data Acquisition with Delayed Feedback
- Title（参考訳）: DataCupid: 遅延フィードバックによるトレーニングデータ取得のための安定的なマッチング修復
- Abstract要約: 我々は,有界,おそらく報酬に依存した報告遅延を伴う無効化と,将来の一致能力を占有しない継続評価について検討する。
残負荷補修(Residualload repair, RLR)は、不平等なサンプル欠陥に対するバッチマッチングスケジュールと音響結果証明を組み合わせる。
- 参考スコア（独自算出の注目度）: 16.067948017995192
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Matching repair after utility changes can reuse valid observations, but new evaluations must respect matching capacity and may return out of order. We study announced invalidations with bounded, possibly reward-dependent reporting delays and pending evaluations that do not occupy future matching capacity. Residualload repair (RLR) combines sound outcome certificates with batched matching schedules for unequal sample deficits. Its complete dyadic quota schedule admits a sharp issue-round bound with coefficient cb < 1.607 relative to the terminal residual endpoint load, together with separate delay and evidence-lifetime bounds. RLR-P monitors complete issue-order prefixes without changing the sampling plan before acceptance. With a deterministic pure oracle, a single-repair coupling from the same drained initial state guarantees no increase in certification time, issued observations, or time to a reusable checkpoint. We also derive an information-load lower bound. On fixed priority-star markets with unknown Bernoulli gaps, PrioritySearch attains the history-adjusted first-order constant for expected certification time as δ {\sim} 0, under hypothesis-independent linear history scaling and sublogarithmic reporting delays. Paired simulations and measured-feedback replay quantify the trade-offs: in the replay, RLR-P has lower mean capped update-certification time than a monitored width-based baseline, at higher oracle CPU cost.
- Abstract（参考訳）: 実用的変更後の補修は有効な観測を再利用することができるが、新しい評価は一致容量を尊重し、整列不能になる可能性がある。
本研究は,有界,おそらく報酬に依存した報告遅延を伴う無効化と,将来の一致能力を占有しない継続評価について発表した。
残負荷補修(Residualload repair, RLR)は、不平等なサンプル欠陥に対するバッチマッチングスケジュールと音響結果証明を組み合わせる。
完全な Dyadic quota スケジュールでは、終端残差の終端荷重に対する係数 cb < 1.607 の急激なイシューラウンド境界と、別個の遅延とエビデンスライフタイム境界が認められている。
RLR-Pは、受け入れ前にサンプリング計画を変更することなく、完全な発行順プレフィックスを監視する。
決定論的純粋オラクルでは、同一の排水された初期状態からの単一再結合は、認証時間、発行された観察時間、再利用可能なチェックポイントへの時間の増加を保証しない。
また、情報負荷の低いバウンダリも導き出します。
未知のベルヌーイギャップを持つ固定された優先順位付き市場において、プライオリティサーチは、仮説非依存の線形履歴スケーリングと準対数的報告遅延の下で、期待された認証時間に対する履歴調整された1次定数をδ {\sim} 0 として達成する。
ペアリングシミュレーションと計測フィードバックリプレイはトレードオフを定量化する:リプレイでは、RLR-Pは平均キャップ付き更新認証時間を、モニタされた幅ベースのベースラインよりも低く、より高いオラクルCPUコストで。
関連論文リスト
- Time-Series Foundation Models That Understand Data Revisions [0.0]
VINTAGE-TSは時系列基礎モデルのリビジョン対応である。
そのターゲットは、次の期間の最初の発行された価値であり、その発表の数日後に利用可能な価値である。
ALFREDに基づくローリング評価,一致したクロノス2の比較,従来およびリビジョン対応ベースライン,事前学習重複の個別監査を行う。
論文 参考訳（メタデータ） (2026-09-23T12:29:23Z) - Learning-based Probabilistic Load Forecasting with Post-hoc and In-model Uncertainty [0.0]
我々は,1日ごとの確率予測フレームワークを開発した。
モジュラー・ポストホック残量学習スキームとインモデル量子学習スキームを比較した。
この結果から, 再構成された入力に依存する場合の残差量子化の限界が明らかとなった。
論文 参考訳（メタデータ） (2026-07-14T13:02:18Z) - Mean Time to Remediate Is Not a Fielding Model: A Cadence Audit for Enterprise Vulnerability Management [51.56484100374058]
本稿では,企業脆弱性管理のための改善ケイデンス監査について紹介する。
平均ラグ、放出期間、放出率、コホート幾何、緊急/ルーチン分割、非着地遅延、局所残留圧証拠、宣言されたレートシナリオを記録している。
論文 参考訳（メタデータ） (2026-07-05T21:23:26Z) - Adapt Only When It Pays: Budgeted Decision-Loss Priority for Delayed Online Time-Series Adaptation [0.0]
封印された遅延キュー、正確な予算会計、監査可能な更新テレメトリを備えた残差適応フレームワークであるADOWIPを紹介する。
そのメインスケジューラは、フィードバックが公表された後にのみ更新される、観察された決定余分な優先度ゲートである。
コンベックス線形受け入れ更新サブプロブレムに対して, ハード予算の実現性, 提案したOGD後悔, 安定性, 条件付き有限サンプルゲート選択文を検証した。
論文 参考訳（メタデータ） (2026-06-23T18:22:22Z) - Capacity-Constrained Online Convex Optimization with Delayed Feedback [58.59385794080679]
容量制約下での遅延オンライン凸最適化(OCO)について検討した。
1次フィードバックの場合、容量$C = (log T)$ sufficesで標準遅延OCOレートを対数係数まで回復できることがわかった。
包帯フィードバックの場合、後悔率は$(1 + _textmax/C)$で変調される。
論文 参考訳（メタデータ） (2026-06-10T06:37:06Z) - Frequentist Consistency of Prior-Data Fitted Networks for Causal Inference [49.70323515651261]
先行データ適合ネットワーク(PFN)に基づく基礎モデルは因果推論において強い経験的性能を示した。
PFNに基づく因果推定器が古典的頻繁な推定器と整合した不確実な定量化を提供するかどうかは不明である。
論文 参考訳（メタデータ） (2026-03-12T15:14:35Z) - Sandwich Reasoning: An Answer-Reasoning-Answer Approach for Low-Latency Query Correction [14.620900910188382]
Chain-of-Thought (CoT)推論は精度を向上するが、リアルタイムクエリの修正には不当な遅延が発生する。
Sandwich Reasoning (SandwichR) という手法を提案する。
我々は,SandwichRが標準CoTに匹敵するSOTA精度を実現し,40～70%の遅延低減を実現していることを示す。
論文 参考訳（メタデータ） (2026-01-07T07:52:30Z) - COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。
COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。
リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
論文 参考訳（メタデータ） (2025-06-25T07:04:49Z) - Error-quantified Conformal Inference for Time Series [55.11926160774831]
時系列予測の不確かさの定量化は、時系列データの時間的依存と分布シフトのために困難である。
量子化損失関数をスムースにすることで,iError-quantified Conformal Inference (ECI)を提案する。
ECIは有効な誤発見制御と、他のベースラインよりも厳密な予測セットを出力することができる。
論文 参考訳（メタデータ） (2025-02-02T15:02:36Z) - Sequential Kernelized Independence Testing [77.237958592189]
我々は、カーネル化依存度にインスパイアされたシーケンシャルなカーネル化独立試験を設計する。
シミュレーションデータと実データの両方にアプローチのパワーを実証する。
論文 参考訳（メタデータ） (2022-12-14T18:08:42Z)
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。