論文の概要: Genuine Information Backflow Requires Noncommuting Initial System States

• arxiv url: http://arxiv.org/abs/2610.15430v1
• Date: Sun, 11 Oct 2026 08:06:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 01:08:54.658113
• Title: Genuine Information Backflow Requires Noncommuting Initial System States
• Title（参考訳）: 非可換初期状態を必要とする遺伝子情報バックフロー
• Abstract要約: 情報再生は、非マルコフ環境からのバックフローとして広く解釈されている。 我々は、初期状態の制限された家族の記述を可能にするために、この枠組みを拡張した。 利用可能なシステム状態の非可換性は、環境記憶の運用上のシグネチャを提供する情報再生に必要である。
• 参考スコア（独自算出の注目度）: 0.8594140167290097
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Gorini-Kossakowski-Lindblad-Sudarshan (GKLS) equation, a cornerstone of open-system theory, describes Markovian semigroup dynamics in which information about the initial preparation cannot revive. Beyond this regime, information revivals are widely interpreted as backflow from a non-Markovian environment. However, a decrease followed by an increase in information retrievable from the system need not imply that information has returned from the environment [PRX Quantum 6, 020316 (2025)]. It may instead arise from noise correlations unrelated to the system's initial preparation, carried by inert degrees of freedom that never interact with the system and therefore cannot mediate backflow. Such revivals are called extrinsic; genuine backflow is reserved for revivals that cannot be explained this way. The framework developed in that work, however, assumes access to arbitrary initial system states, an assumption often incompatible with physical constraints or limited experimental control. This leaves open which properties of the available preparations are necessary for an information revival to certify genuine backflow. Here we extend the framework to allow the description of restricted families of initial states and show that genuine backflow is possible only if the family contains noncommuting states. If all available states commute, as in a classical stochastic process, every revival can be explained by a suitable inert extension and is therefore extrinsic. Noncommutativity of the available system states is thus necessary for information revivals to provide an operational signature of environmental memory.
• Abstract（参考訳）: オープンシステム理論の基礎であるゴリーニ・コサコフスキー・リンドブラッド・スダルシャン方程式(GKLS)は、初期準備に関する情報が再生できないマルコフ半群力学を記述している。 この体制を超えて、情報再生は非マルコフ環境からのバックフローとして広く解釈されている。 しかし、システムから取得可能な情報の増加に伴う減少は、情報が環境(PRX Quantum 6, 020316 (2025))から返ってきたことを示唆する必要はない。 代わりに、システムの初期準備とは無関係なノイズ相関が生じる可能性があり、システムと相互作用せず、従ってバックフローを仲介できない不活性な自由度によって運ばれる。 このようなリバイバルは外生的(extrinsic)と呼ばれ、真のバックフローは、このように説明できないリバイバルのために予約されている。 しかし、この研究で開発されたフレームワークは任意の初期システム状態へのアクセスを前提としており、この仮定は物理的制約や限定的な実験的制御とは相容れないことが多い。 これにより、真のバックフローを認証するために、情報再生に必要な準備のプロパティが開放される。 ここでは、初期状態の制限されたファミリーの記述を可能にするフレームワークを拡張し、非可換状態を含む場合にのみ真のバックフローが可能であることを示す。 すべての利用可能な状態が可換であれば、古典的確率過程のように、すべてのリバイバルは適切な不活性拡張によって説明でき、したがって外在的である。 したがって、環境記憶の運用上のシグネチャを提供するために、情報再生には利用可能なシステム状態の非可換性が必要である。

関連論文リスト

• Preemptive LLM Unlearning against Forbidden Capability Acquisition via Gradient Sealing [59.713252225320446]
  オープンウェイトLSMは固定製品としてだけでなく、下流の微調整用基板としてもリリースされている。 この開放性は、不正な知識を注入したり、敵対的な操作を可能にするために微調整を誤用する可能性があるため、法的および倫理的なリスクを生じさせる。 したがって、モデルプロバイダはそのような買収に対するプレリリース防衛を必要とし、プリエンプティブ・アンラーニングの問題を動機付けている。
  論文  参考訳（メタデータ） (2026-09-30T14:48:36Z)
• Cross-Session Decomposition Attacks: Scaling Risk and Intent-Aligned Retrieval Defense [49.05879299987137]
  言語モデリングの損失の低減は、より有用なモデルを生み出します。 本研究は,このメカニズムの安全性について,独立した相互作用を通じて,良質なサブクエリが要求され,後に禁忌の対象へと再帰される,エンフクロス・セッション分解攻撃(enmphcross-session decomposition attack)における研究である。 我々は、この設定をEmphcompositional safety riskとして定式化し、条件付きリスク-転送境界を証明する。
  論文  参考訳（メタデータ） (2026-08-28T05:39:29Z)
• Making Every Step Count: Spatio-Temporal Information Allocation for Imaging Inverse Problems [63.904793414062816]
  スペクトルベーススケジューリング(SAS)と計測分割アテンション(MPA)の2つの補完的およびトレーニング不要なコンポーネントを紹介する。 SASは、利用可能なNFEを、スペクトルおよびlogSNR幾何に従ってフロータイムに分散し、セマンティック探索と詳細精細化のバランスを良くする。 MPAは情報を弱い制約のある領域へ誘導し、意味的および構造的忠実性を高める。
  論文  参考訳（メタデータ） (2026-08-12T07:39:22Z)
• InfoGatherer: Principled Information Seeking via Evidence Retrieval and Strategic Questioning [50.375547542738055]
  InfoGathererは、2つの補完的なソースから行方不明の情報を収集するフレームワークである。 InfoGathererは、法的および医療的タスクのターンを減らしながら、強力なベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-03-06T04:55:03Z)
• Dynamic Correction of Erroneous State Estimates via Diffusion Bayesian Exploration [9.087312455936134]
  緊急対応やその他の高い社会的応用において、早期状態推定は下流の結果を批判的に形作る。 制限された情報やバイアスのある情報に基づくこれらの初期状態の見積もりは、現実と深刻なミスマッチする可能性がある。 本稿では,早期状態推定誤差の原理的リアルタイム補正を可能にする拡散駆動型ベイズ探索フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-01T22:08:26Z)
• Revoking Amnesia: RL-based Trajectory Optimization to Resurrect Erased Concepts in Diffusion Models [38.38751366738881]
  概念消去技術は、安全と著作権の観点から不適切なコンテンツ生成を防止するため、T2I拡散モデルに広く展開されている。 確立された消去方法は 劣化した効果を示し 真のメカニズムに関する疑問を提起する 提案するトラジェクトリ最適化フレームワークである textbfRevAm は,デノナイジング過程を動的に操ることで,消去された概念を復活させる。
  論文  参考訳（メタデータ） (2025-09-30T07:46:19Z)
• Causal and Non-Causal Revivals of Information: A New Regime of Non-Markovianity in Quantum Stochastic Processes [2.128311916214253]
  情報再生の研究は、非マルコフ量子過程の研究において重要なパラダイムとなった。 本稿では,非因果リバイバル現象を詳細に検討し,短いマルコフ鎖の理論と非マルコフ鎖の正解性との関係について考察する。
  論文  参考訳（メタデータ） (2024-05-08T18:00:26Z)
• Blind Decision Making: Reinforcement Learning with Delayed Observations [43.126718159042305]
  強化学習は、以前のアクションからの状態更新が瞬時に起こると仮定する。 状態更新が利用できない場合、現在の状態情報に依存することができないため、決定は一部盲目となる。 本稿では,国家の知識の遅れを生かし,利用可能な情報に基づいて意思決定を行うアプローチを提案する。
  論文  参考訳（メタデータ） (2020-11-16T04:29:14Z)

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。