論文の概要: DeGMatch: Target-Aware Reasoning Data Selection via Deconfounded Gradient Matching

• arxiv url: http://arxiv.org/abs/2610.24963v1
• Date: Sun, 18 Oct 2026 02:28:18 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:39:14.512163
• Title: DeGMatch: Target-Aware Reasoning Data Selection via Deconfounded Gradient Matching
• Title（参考訳）: DeGMatch: Decon founded Gradient Matchingによるターゲット認識型推論データ選択
• Abstract要約: 本研究では,目標を意識した推論データの選択について検討する。そこでは,小さな参照セットが目標能力を特定し,専門化のための訓練軌跡の選択を導く。 既存のターゲット認識手法は、長い推論軌跡に対して限定的なターゲット識別を示すことができる。 Decon Gradient Matching (DeGMatch)を導入し、まずターゲット関連ゲートを構築し、次にモデル固有の勾配を用いて候補を再帰する。
• 参考スコア（独自算出の注目度）: 48.20913998838387
• License:
• Abstract: Reasoning post-training on long trajectories has substantially improved the reasoning capabilities of large language models, but scaling such training to large datasets is increasingly expensive. We study target-aware reasoning data selection, where a small reference set specifies a target capability and guides the selection of training trajectories for specialization. We find that existing target-aware methods can exhibit limited target discrimination on long reasoning trajectories, while dominant population-level structure in candidate gradients can obscure finer target-dependent variation during gradient matching. To address these limitations, we introduce Deconfounded Gradient Matching (DeGMatch), which first constructs a target-relevance gate and then reranks candidates using model-specific gradients. DeGMatch centers gradients using the candidate-population mean and removes leading principal directions before target matching, reducing the influence of dominant population-level structure and improving target discrimination. Across mathematics, science, and code, DeGMatch outperforms strong heuristic, target-aware, and reasoning-specific data selection baselines, while remaining effective across selection budgets, model families, and scales. Our code is publicly available at https://github.com/CHLee0801/degmatch.
• Abstract（参考訳）: 長い軌道でのポストトレーニングは、大きな言語モデルの推論能力を大幅に向上させたが、そのようなトレーニングを大規模なデータセットにスケールすることは、ますます高価になっている。 本研究では,目標を意識した推論データの選択について検討する。そこでは,小さな参照セットが目標能力を特定し,専門化のための訓練軌跡の選択を導く。 従来のターゲット認識手法では,長い推論軌跡に対して限定的な目標識別が可能であるのに対し,候補勾配における人口レベルの支配的構造は,勾配マッチング中により微妙な目標依存的変動を生じさせる可能性がある。 これらの制約に対処するため,Decon founded Gradient Matching (DeGMatch)を導入する。 DeGMatchは、候補人口平均を用いて勾配を集中し、ターゲットマッチング前の主要方向を除去し、支配的な人口構造の影響を低減し、ターゲット識別を改善する。 数学、科学、コード全体にわたって、DeGMatchは強力なヒューリスティック、ターゲット認識、推論固有のデータ選択ベースラインより優れ、選択予算、モデルファミリー、スケールにわたって有効である。 私たちのコードはhttps://github.com/CHLee0801/degmatch.comで公開されています。

関連論文リスト

• Active Sensing and Deferred-Decision Trajectory Optimization for Robust Target Identification [2.1774928300623615]
  移動センシングシステムにおける軌道最適化は、有限候補集合のどの部材が真の対象であるかを特定する必要がある。 本研究では,軌道依存型情報獲得用語を計画目的に加えることで,DDTOを拡張したアクティブセンシングDDTO(AS-DDTO)を提案する。
  論文  参考訳（メタデータ） (2026-06-21T00:09:45Z)
• Pick of the Bunch: Detecting Infrared Small Targets Beyond Hit-Miss Trade-Offs via Selective Rank-Aware Attention [22.580497586948198]
  複雑な背景乱れの中で、赤外線小目標検出は、ディムターゲットを正確に位置決めする固有の課題に直面している。 本稿では,従来のヒットミストレードオフを超えて高精度なネットワークであるSeRankDetを提案する。
  論文  参考訳（メタデータ） (2024-08-07T12:10:32Z)
• Decoupling the Class Label and the Target Concept in Machine Unlearning [81.69857244976123]
  機械学習の目的は、トレーニングデータの一部を除外した再トレーニングされたモデルを近似するために、トレーニングされたモデルを調整することだ。 過去の研究では、クラスワイド・アンラーニングが対象クラスの知識を忘れることに成功していることが示された。 我々は、TARget-aware Forgetting (TARF) という一般的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-12T14:53:30Z)
• Data Selection for Language Models via Importance Resampling [90.9263039747723]
  我々は、望まれるターゲット分布に合わせるために、大規模な未ラベルデータセットのサブセットを選択するという問題を形式化する。 我々は、LMデータ選択のために低次元で使用される古典的な重要度再サンプリング手法を拡張した。 DSIRフレームワークをhash n-gram機能でインスタンス化し、4.5時間で1億のドキュメントを選択できる。
  論文  参考訳（メタデータ） (2023-02-06T23:57:56Z)
• Convolutional Fine-Grained Classification with Self-Supervised Target Relation Regularization [34.8793946023412]
  本稿では,動的ターゲット関係グラフ(DTRG)を新たに導入する。 クラスレベルの特徴中心のオンライン計算は、表現空間におけるカテゴリ間距離を生成するように設計されている。 提案したターゲットグラフは,表現学習におけるデータの分散性と不均衡を緩和する。
  論文  参考訳（メタデータ） (2022-08-03T11:51:53Z)

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。