論文の概要: From Sampled Evidence to Radiology Reports: Objectives, Constraints, and Realization

• arxiv url: http://arxiv.org/abs/2610.17318v1
• Date: Mon, 12 Oct 2026 19:19:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 02:14:00.025616
• Title: From Sampled Evidence to Radiology Reports: Objectives, Constraints, and Realization
• Title（参考訳）: 実証エビデンスから放射線学レポートへ:目的・制約・実現
• Abstract要約: 我々は、意思決定信号を分離し、目的を判断し、実現可能な決定セットを作成し、続いてテキストの実現を行うフレームワークを使用する。 MIMIC-CXRとIU-Xrayでは、ベンチマーク毎に13のジェネレータ構成で比較を行った結果、3つの結果が示された。 発見は、決定規則、候補制約、そして実現された報告の別々の評価を動機付けます。
• 参考スコア（独自算出の注目度）: 22.754207606222696
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sampling multiple reports creates an inference problem: how should sampled evidence be converted into a final decision, and does a better structured decision yield a better report? We study these questions through a framework that separates the decision signal, scoring objective, and feasible decision set, followed by text realization. On MIMIC-CXR and IU-Xray, controlled comparisons across 13 generator configurations per benchmark under grouped development/test evaluation reveal three findings. First, changing the objective under fixed evidence and rule capacity changes predictions and their held-out metric trade-offs. Second, relaxing candidate constraints has objective-dependent effects under shared signals and frozen scores. Diagnostics connect the IU macro-oriented assertion increase to near-zero label thresholds and show that limited candidate coverage coexists with selection headroom. Third, a controlled realization study with SFT-Qwen3-VL-8B shows that decision-level gains can be attenuated, amplified, or reversed. Change decomposition reveals that realization can remove incorrect assertions while losing correct findings, so target fidelity and reference accuracy need not improve together. Finding gains also do not consistently improve reference-based report quality. These results motivate separate evaluation of decision rules, candidate constraints, and realized reports.
• Abstract（参考訳）: 複数のレポートをサンプリングすることは、どのようにしてサンプル化された証拠を最終決定に変換し、より良い構造化された決定がより良いレポートをもたらすかという、推論上の問題を生み出します。 本研究は, 意思決定信号の分離, 目的判定, 実現可能な意思決定セット, 続いてテキスト実現という枠組みを通じて, これらの質問を考察する。 MIMIC-CXRとIU-Xrayでは、グループ化開発/テスト評価により、ベンチマーク毎に13のジェネレータ構成に対して比較制御を行った結果、3つの結果が得られた。 第一に、固定された証拠とルールキャパシティの下での目的の変更は、予測とそれらの保持されたメートル法トレードオフを変化させる。 第二に、緩和された候補制約は、共有信号と凍結スコアの下で客観的に依存する効果を持つ。 診断はIUマクロ指向アサーションをほぼゼロのラベル閾値に増加させ、選択ヘッドルームとの限られた候補カバレッジ共存を示す。 第3に、SFT-Qwen3-VL-8Bによる制御された実現研究は、決定レベルの利得を減衰、増幅、反転できることを示している。 変化分解により、不正なアサーションを除去し、正確な結果を失うことにより、ターゲットの忠実度と参照精度が向上する必要はないことが分かる。 ゲインを見つけることも参照ベースのレポート品質を継続的に改善するわけではない。 これらの結果は、決定規則、候補制約、および実現された報告を個別に評価する動機付けとなる。

関連論文リスト

• Beyond Answer Voting: Fine-Grained Correction of LLM Reasoning through Graph Alignment across Sampled Traces [54.59897876520507]
  DDRGは、推論トレースの凍結バンクからの選択的修正のためのフレームワークである。 DDRGは、ソースグラウンドのクレームグラフを構築し、ローカライズされたコンフリクトを応答盲検者に送信する。 実験の結果,ネイティブゼロショットDDRGは8.65ポイントと15.83ポイントの直接応答よりもマクロ平均精度を向上させることがわかった。
  論文  参考訳（メタデータ） (2026-10-13T15:58:02Z)
• ReDiS: Reasoning-Diagnosis Self-Evolution for Multimodal Reasoning in Remote Sensing [53.65780048695954]
  我々は、推論探索と候補評価を分離するフレームワークである textbfReasoning-Diagnosis-Self-Evolution (ReDiS) を導入する。 多様な視覚的証拠を探索するtextbfReasoner と、完全な候補セットを共同で評価する textbfDiagnoser である。 LHRS-Bench, MME-RS, CHOICEの実験では、Qwen3.5バックボーンを0.8B, 2B, 4Bスケールで一貫した改善が見られた。
  論文  参考訳（メタデータ） (2026-10-13T13:38:02Z)
• From Failure Prediction to Component Selection in Semantic Segmentation [1.334099611116506]
  我々は3つの質問を結びつける意思決定中心評価フレームワークを開発した。 利用可能なスコア、既存の分野から学べるもの、ランキングがもたらすもの。
  論文  参考訳（メタデータ） (2026-10-12T01:59:00Z)
• Complex Problem Solving in Large Language Models: A Statistical Control Survey and Diagnostic Framework [52.886947585847594]
  大規模言語モデル(LLM)による複雑な問題解決は、しばしばより強い推論やより長い生成の問題としてフレーム化される。 しかし、早期のエラー増幅、迅速な脆さ、誤ったコミットメントを修正する失敗を説明するのは難しい。 本調査はCPSを潜在解状態上の逐次推定・決定問題と解釈する。
  論文  参考訳（メタデータ） (2026-09-17T18:28:45Z)
• VARM-Bench: Benchmarking Verifiable Structured Reasoning in Chinese Abusive Speech Moderation [12.885908330308046]
  VARM-Benchは、モデレーション決定の条件を決定論的に検証するためのベンチマークである。 本プロトコルは、フィールドの正確性、ターゲットアライメント、出力の妥当性、完全レコード契約、隠れレコードエラーを評価する。 その結果, ラベルレベルの高い性能は, 完全なモデレーションレコードにかなりの誤差を隠蔽する可能性が示唆された。
  論文  参考訳（メタデータ） (2026-08-16T07:52:31Z)
• Lottery Tickets Are Not Deployment Tickets [4.230349220081444]
  我々は、下流決定論理を再構成することなく、精度に適合した宝くじ券または他のスパースチャレンジャーが、既存の高密度モデルを置き換えることができるかどうかを検討する。 実験全体を通して、スパース候補は繰り返し密度参照精度を回復するが、行動学的に異なるままである。 固定閾値ポリシー診断を備えた小さなギャップ設定では、宝くじの交換は受け入れレビュー決定の7%から10%に変化する。
  論文  参考訳（メタデータ） (2026-07-29T15:25:19Z)
• SAAG: Structured Agent Assessment and Grounding [13.62148061055744]
  本稿では,エージェント呼び出し評価を3段階に分解するケースケード診断フレームワークを提案する。 このフレームワークは,5,10,15エージェントのレジストリサイズにまたがって,Glaiveの関数呼び出しデータセットから得られたベンチマークで評価する。
  論文  参考訳（メタデータ） (2026-04-30T19:33:58Z)
• The Confidence Gate Theorem: When Should Ranked Decision Systems Abstain? [0.0]
  ランク付けされた決定システムは、いつランク付けされたアウトプットに介入するか、いつ停止するかを判断しなければならない。 信頼に基づく棄権が意思決定の質を単調に改善し、いつ失敗するかを考察する。
  論文  参考訳（メタデータ） (2026-03-10T17:44:10Z)
• LEC: Linear Expectation Constraints for False-Discovery Control in Selective Prediction and Routing Systems [95.35293543918762]
  大規模言語モデル(LLM)はしばしば信頼できない答えを生成するが、不確実性のある手法は誤った予測と完全に区別することができない。 我々は、この問題を、偽発見率(FDR)制御のレンズを通して解決し、全ての許容された予測のうち、エラーの割合が目標のリスクレベルを超えないことを保証する。 本稿では,線形期待制約を強制することで,選択予測を制約付き決定問題として再解釈するLECを提案する。
  論文  参考訳（メタデータ） (2025-12-01T11:27:09Z)
• Reference-Free Rating of LLM Responses via Latent Information [53.463883683503106]
  本研究では,判断モデルに対して,自由テキスト応答にQuattスケールのスコアを割り当てるよう依頼する一般的な実践について検討する。 次に、内部モデル信号からスカラー評価を導出する潜在裁判官を提案し、評価する。 ペアとシングルレーティングのベンチマークの幅広いスイートの中で、潜在メソッドは標準のプロンプトにマッチするか、超えている。
  論文  参考訳（メタデータ） (2025-09-29T12:15:52Z)
• Critique to Verify: Accurate and Honest Test-Time Scaling with RL-Trained Verifiers [63.99316853136304]
  ミラー・クリティク(Mirror-Critique)は、情報的批評で検証者を訓練する枠組みである。 我々は、高品質な批判データを合成するために、小さな命令調整モデルを展開する。 結果として得られるミラー検証は、ソリューション毎に複数の批判を生成することで、候補ソリューションを評価するためにデプロイされる。
  論文  参考訳（メタデータ） (2025-09-27T06:50:24Z)

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。