論文の概要: Does the Explanation Drift Before the Guarantee? Label-Free Early Warning on Evolving Graphs
- arxiv url: http://arxiv.org/abs/2610.16534v1
- Date: Mon, 12 Oct 2026 10:22:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.356549
- Title: Does the Explanation Drift Before the Guarantee? Label-Free Early Warning on Evolving Graphs
- Title（参考訳）: 保証の前の説明は減るか? グラフの進化に関するラベルなし早期警告
- Abstract要約: エッジの消滅は,モデルが依存しているかどうかに関わらずマスク質量を失うため,エッジの存在を重要視する。
グラフの進化もエッジのアイデンティティを損なう。
2チャンネルのモニターは、条件付きマスクの質量と役割の分布を追跡し、4つの段階的な体制で8から14.5ステップのカバー崩壊を前にしている。
実際の取引ego-networksでは、未調整のマスチャネルフォアワーンは27ステップのドリフトを行い、静止ストリームに警告を起こさない唯一のチャネル、属性または構造である。
- 参考スコア（独自算出の注目度）: 1.7205106391379026
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Deployed models can fail silently as the world they describe evolves. Attribution drift has served as an early warning in tabular data; we ask whether, in graph streams, a model's own explanations can forewarn the loss of nominal conformal coverage. Doing so requires repairing the naive drift statistic twice. A vanishing edge loses mask mass regardless of whether the model relied on it, so we condition the importance on edge presence. Evolving graphs also break edge identity: a relabelling that changes nothing shifts the identity-based statistic by 0.69 on synthetic graphs and 0.83 on real ego-networks, whereas aggregating over structural roles brings both to 0.0 and stays well-defined when the support changes. We test six pre-registered regimes on thirty seeds each. A two-channel monitor, tracking conditional mask mass and its distribution over roles, precedes coverage collapse by 8 to 14.5 steps across four gradual regimes (node addition, removal, replacement, and edge thinning), all surviving Holm correction. A sudden knockout yields the expected zero lead, and a harmless change triggers no alarm. Leads track the length of the transitional phase (Spearman 0.79 over 150 runs). On real transaction ego-networks, the untuned mass channel forewarns staged drift by 27 steps and is the only channel, attributional or structural, that never alarms on a stationary stream. The main limitation is that the mass channel is blind to covariate drift, which breaks the guarantee in every run; the distributional channel detects it and also rescues the rewiring regime, so we report the two channels separately rather than as a union.
- Abstract（参考訳）: デプロイされたモデルは、彼らが記述する世界が進化するにつれて静かに失敗する可能性がある。
グラフストリームでは、モデル自身の説明が、名目上のコンフォメーションカバレッジの喪失を予知するかどうかを問う。
これを行うには、単純なドリフト統計を2回修理する必要がある。
エッジの消滅は,モデルが依存しているかどうかに関わらずマスク質量を失うため,エッジの存在を重要視する。
グラフの進化はエッジのアイデンティティを損なう: 合成グラフ上では0.69で、実際のエゴネット上では0.83で、その一方で、構造的役割に対する集約は0.0となり、サポートが変更されても適切に定義される。
我々は6つの登録済みレジームをそれぞれ30の種で試験する。
2チャンネルのモニター、条件付きマスクの質量と役割の分布を追跡することで、4つの段階的な状態(ノードの追加、除去、置換、エッジの薄化)を8から14.5ステップでカバー崩壊させる。
突然のノックアウトでゼロリードが期待され、無害な変更がアラームを起こさない。
リードは過渡期の長さを追跡する(スピアマン 0.79 over 150 run)。
実際の取引ego-networksでは、未調整のマスチャネルフォアワーンは27ステップのドリフトを行い、静止ストリームに警告を起こさない唯一のチャネル、属性または構造である。
主な制限は、質量流路が共変量ドリフトに盲目であり、各ランにおける保証を破り、分布流路はそれを検知し、交換体制を救い出すため、2つのチャンネルを連合としてではなく別々に報告する。
関連論文リスト
- Feature-Context Consistency: Unsupervised Adversarial Detection with Drift Stability on Attributed Graphs [12.574181969208448]
進化するグラフに対するアドリアリ検出には,不正ラベルの到着が遅かったり遅かったりする,自然分布のドリフトがトレーニングされた決定境界を侵食する,という2つの課題がある。
制約ボルツマンマシンフレームワーク(CB-contextRBM)におけるコンテキストブースト(CB)スコアとして定式化する。
CB-RBMはラベルがゼロの場合、4回の攻撃でAUROC >= 0.96 となり、FPRは5%の目標に接近する。
論文 参考訳（メタデータ） (2026-10-12T12:30:20Z) - Beyond One-Step Accuracy: State-Affine Latent Transition for Reliable Visual Planning [53.476598858325985]
複数ステップのロールアウトエラーを個々のステップで導入したエラーに分解し,その後の遷移を通した伝播を行う。
状態-アフィンダイナミクスは、状態非依存のヤコビアンとの微分可能遷移であることを示す。
動作条件付き状態-アフィンダイナミクスモデルであるSALTを導入し、動作が状態変換と追加更新の両方を変調する。
論文 参考訳（メタデータ） (2026-09-27T14:12:27Z) - Physics-Constrained Digital Twins for Sensor Integrity in Urban Pedestrian Flow: Detecting Stealthy False Data Injection with Conformal Guarantees [0.0]
都市規模歩行者センシングのためのステルス偽データ注入法を定式化する。
私たちの双子の見積もりは、学習したグラフ局所的なゲインを通じて、歩行者ストリートグラフ上の流れを同化します。
アラーム閾値は、手でではなく適応的な等角キャリブレーションによって設定される。
論文 参考訳（メタデータ） (2026-09-15T11:16:21Z) - How Fragile Is Safety Alignment at Frontier Scale? A Single-Direction Attack on a 320B MoE [9.309878989186581]
指示アブレーションは、残余ストリームを記述する重みから1つの"拒絶方向"を投影することで、整列言語モデルの拒否する能力を取り除く。
残留ストリームがもはや1つのテンソルではなく、重量船が定量化されるような、フロンティア・オブ・エキスパート・ミックスへのシフトを生き残るかどうかを考察する。
論文 参考訳（メタデータ） (2026-09-09T06:48:08Z) - NICE: Scale-Stable Perturbations for Graph Neural Network Explanations via Noise Corruption [67.57304101271096]
Element-wise Masking (EM) は、エッジによって引き起こされるメッセージをゼロに抑制する。
ノイズ破壊(NC)は、一致したノームなランダムな方向の破損を通じて各メッセージに摂動を与える。
騒音破壊に基づく説明フレームワークであるNICEは、NCが引き起こす不確実性の下で復元境界(英語版)(SRB)を学習する。
論文 参考訳（メタデータ） (2026-08-17T03:08:14Z) - Orientation, not magnitude: the causal structure of task-vector interference in merged language models [0.0]
タスク算術はそうでなければ機能し、フィールドはマグニチュードで原因を診断する。
層状フラックスの正確な分解は、既存の断続輸送の増幅によって支配されていることを示している。
ナイーブのbfloat16生成の「ユニバーサリティ」は、量子化粗さであることが判明した。
論文 参考訳（メタデータ） (2026-08-12T08:40:24Z) - SpikeWorld: Fast-State Adaptation for Frozen Spiking World Models [0.0]
ヘテロジニアスな感覚予測,セマンティクス,画像テキストバインディング,動作条件付きダイナミクスを共同で訓練した1.45MスパーススパイキングモデルであるSpikeWorldを紹介する。
共同最適化により、アクション次世代MSEは17.10%改善され、マルチモーダル予測、セマンティック精度、画像テキスト検索が改善された。
論文 参考訳（メタデータ） (2026-08-07T18:57:06Z) - BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning [73.46118996284888]
マルチモーダル・コントラスト学習モデルに対するバックドア攻撃の研究は、ステルスネスと永続性という2つの大きな課題に直面している。
両課題に対処する統合フレームワークであるBadCLIP++を提案する。
ステルスネスのために,タスク関連領域付近に知覚不可能なパターンを埋め込むセマンティックフュージョンQRマイクロトリガーを導入する。
持続性については、半径縮小とセントロイドアライメントによるトリガ埋め込みを安定化する。
論文 参考訳（メタデータ） (2026-02-19T08:31:16Z) - Generalizing GNNs with Tokenized Mixture of Experts [75.8310720413187]
安定性の向上には,変化に敏感な特徴への依存を低減し,既約最悪の一般化フロアを残す必要があることを示す。
本研究では,STEM-GNNを提案する。STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN。
9つのノード、リンク、グラフのベンチマークで、STEM-GNNはより強力な3方向バランスを実現し、クリアグラフ上での競争力を維持しながら、次数/ホモフィリーシフトや特徴/エッジの破損に対する堅牢性を改善している。
論文 参考訳（メタデータ） (2026-02-09T22:48:30Z) - Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。
拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。
MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
論文 参考訳（メタデータ） (2024-05-01T12:03:39Z)
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。