論文の概要: Historical-Feature Residual Adaptation for Sequential Screening

• arxiv url: http://arxiv.org/abs/2610.19315v1
• Date: Tue, 13 Oct 2026 23:57:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.855083
• Title: Historical-Feature Residual Adaptation for Sequential Screening
• Title（参考訳）: 時系列スクリーニングにおける履歴特徴残差適応
• Abstract要約: 収集時間残差適応について検討する: 固定された歴史的特徴から構築され、フィードバックが発覚する前に記録されたベーススコアに固定された小さなランキング補正を行う。 その結果, 基礎モデルに依存した利得を有する独立非線形ベースへの効果的な事前学習・政策適応と有効移行が示された。
• 参考スコア（独自算出の注目度）: 4.656188767198098
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Sequential screening policies must use acquired feedback effectively under a fixed experiment budget. We study acquisition-time residual adaptation: a small ranking correction built from fixed historical features and anchored to base scores recorded before feedback is revealed. The interface accepts a history-conditioned scorer and a candidate feature table; its primary instantiation augments AssayFormer's ten-dimensional representation with 64 historical directions while retaining the pretrained model. In retrospective evaluation on 20 official-test screens from 15 recorded sources, a comparison fixed before target-outcome access increased source-macro fraction of hits recovered from 22.58% to 28.61%, exceeding all six prespecified comparators. A same-feature ordinary ranking head achieved 25.73%. Supplementary strong logistic, rank-fusion, and unprojected controls achieved 26.42%, 26.02%, and 26.78%, respectively. A separate model-independent pilot on 13 reused development screens reconstructs the features without AssayFormer assets. Across three seeds, residual adaptation improves random-forest hit recovery from 28.87% to 31.27%, while logistic recovery changes from 30.22% to 29.78%. The results show effective pretrained-policy adaptation and useful transfer to an independent nonlinear base, with gains that depend on the base model.
• Abstract（参考訳）: 逐次スクリーニングポリシーは、固定実験予算の下で取得したフィードバックを効果的に利用しなければならない。 収集時間残差適応について検討する: 固定された歴史的特徴から構築され、フィードバックが発覚する前に記録されたベーススコアに固定された小さなランキング補正を行う。 インターフェースは、履歴条件付きスコアラと候補特徴テーブルを受け取り、最初のインスタンス化は、事前訓練されたモデルを保持しながら、64の歴史的方向でAssayFormerの10次元表現を増大させる。 15のソースからの20のオフィシャル・テスト・スクリーンのリフレクション評価では、ターゲット・アウトカムアクセス前に固定された比較により、22.58%から28.61%のヒットのソース・マクロ・パーセンテージが増加し、6つの事前指定コンパレータの全てを上回った。 同級の普通ランキングは25.73%だった。 補助的なロジスティック、階級統合、未計画のコントロールはそれぞれ26.42%、26.02%、26.78%を達成した。 13の再利用された開発画面上の別のモデルに依存しないパイロットは、AssayFormerの資産なしで機能を再構築する。 3つの種全体で、残差適応はランダム・フォレスト・ヒット回復を28.87%から31.27%に改善し、ロジスティック・リカバリは30.22%から29.78%に改善した。 その結果, 実効的な事前学習型政治適応と, 基本モデルに依存する利得を有する独立非線形ベースへの有用な移行が示された。

関連論文リスト

• Bayesian Test-Time Inference of Task-Aligned Similarity from Weak Interactive Feedback [50.42640957891911]
  言語モデルシステムは、類似性を比較することで、繰り返しテスト時の決定を行う。 しかし、類似性はユニークではない:語彙、意味、構造、類似性はNの選択点を取得することができる。 本稿では,現在の意思決定を統括するトレーニングフリーベイズ手法であるAxis Interactive Signalsを紹介する。
  論文  参考訳（メタデータ） (2026-10-13T16:19:49Z)
• Drafting Agents, Not Just Tokens: Speculative Recursive Self-Improvement for Agentic Systems [58.89141999692635]
  提案するSpeculative Recursive Self-Improvement(SpecRSI)は,前任者が十分に評価される前に,実行可能な後継エージェントをドラフトする。 VATSは、予測された継続の返却を使って、さらなる編集と優れたチェックの間に予算を割り当てる。 グループ検証最適化(GVO)は、実際の評価器を固定しながら、完了した探索から改善器を学習する。
  論文  参考訳（メタデータ） (2026-10-12T09:43:48Z)
• Single-step Retrosynthesis via Reinforcement Learning from Forward Feedback [17.74766587422697]
  単段階の逆合成は1対多の逆問題であるが、ほとんどのモデルは単一の記録された反応集合に対して訓練され評価される。 本稿では,RetroRLFFを提案する。RetroRLFFは参照一致と対象製品との前方整合の両方を用いて反応生成を最適化する。 USPTO-50Kでは、RetroRLFFは候補レベルのラウンドトリップ精度がk = 1, 3, 5, 10で14のベースライン全てを上回っている。
  論文  参考訳（メタデータ） (2026-10-10T19:37:17Z)
• RSI-Anything: Unlocking Recursive Self-Improvement with World Models [76.79361510862277]
  RSI-AnythingはJEPA-Anything上に構築されたドメイン・ジェネラル・フレームワークである。 予測ワールドモデルを使用して、アクションと学習データの選択をガイドする。 コード修復では、コーダーが固定され、静的検証器で成功率は26.3%から予測選択により29.2%に増加する。
  論文  参考訳（メタデータ） (2026-10-09T17:50:30Z)
• FORTE: A Production Framework for Feature Evaluation and Deprecation in Industrial Recommender Systems [5.603010169804645]
  FORTEは、機能を発見し、検証し、削除するためのモデルに依存しない生産フレームワークである。 FORTEは2つの大規模レコメンデータシステムに対して検証を行い、オンラインのレグレッションを起こさない非推奨機能セットを特定した。
  論文  参考訳（メタデータ） (2026-10-09T16:18:39Z)
• UndoBench: Separating Task Competence from Recovery Capability in Tool-Using AI Agents [0.0]
  UndoBenchは8つのエンタープライズドメインにまたがる36のベースと36の障害シナリオにまたがるベンチマークです。 2つのオープンウェイトモデル、2つのフレームワーク、3つのリカバリパラダイムにまたがる12のホールドアウトTESTでは、名目上の能力は83.54%に達した。 商用APIモデルへの拡張は、この能力回復分離を再現した。
  論文  参考訳（メタデータ） (2026-10-04T23:36:11Z)
• Recova: Agent-Guided Failure Recovery for Autonomous Robotic Manipulation [104.46042352396563]
  Recovaはエージェント誘導型フレームワークで、再構築されたデジタルツインでタスク実行とリカバリを共同で開発する。 双子では、エージェントは障害を診断し、修正プログラムをテストし、異なるポリシーのために正常なタスクとリカバリのロールアウトを収集する。 適切なリカバリが得られない場合、人間のデモによって障害が解決され、システムがリカバリ機能を拡張することができる。
  論文  参考訳（メタデータ） (2026-10-01T06:52:05Z)
• Open ultrasound foundation model for robust segmentation and clinical measurement across heterogeneous settings [66.3653308198376]
  SonoCorpusは、24の臨床応用と17の国にまたがる53のパブリックデータセットから、456,963のイメージと1,626,085のエキスパートマスクを統合するオープンリソースである。 SonoBaseは、事前にトレーニングされたインタラクティブセグメンテーション基盤モデルである。
  論文  参考訳（メタデータ） (2026-09-16T15:34:21Z)
• Instruction Duplication as an Inference-Time Control Primitive [0.003596046562524959]
  手続き的命令は制御可能な言語モデルシステムの基本的要件である。 手続き的命令のみを繰り返す最小限のブラックボックス推論時間制御である命令重複を導入する。
  論文  参考訳（メタデータ） (2026-09-03T16:05:21Z)
• DarwinX: Evolving Agent Harnesses Through Natural Selection [48.64258219266629]
  ダーウィンXは自己進化を、モデルが凍結されたハーネスの集団の選択として扱う。 一般的なエージェント能力はベンチマーク固有のパッチではなく、タスク、検証、ベースモデルの変更を生き残る。
  論文  参考訳（メタデータ） (2026-07-31T05:34:02Z)

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。