論文の概要: Shallow Probes Are Sufficient for Near-Oracle Personalization Depth Allocation in Federated Learning

• arxiv url: http://arxiv.org/abs/2610.25193v1
• Date: Sun, 18 Oct 2026 11:24:43 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:40:29.256768
• Title: Shallow Probes Are Sufficient for Near-Oracle Personalization Depth Allocation in Federated Learning
• Title（参考訳）: 浅部プローブはフェデレートラーニングにおけるオラクルに近いパーソナライズ深さの割り当てに十分である
• Abstract要約: 訓練無しの欲求調査は、0.0071と98.3%のオラクル回復を後悔し、メタデータのみのポリシーとFedPBAを破っている。 CIFAR-10/100および患者分離型PTB-XL(45セッション、900のクライアント、2700; GroupKFold)では、トレーニングなしの欲求調査は、0.0071と98.3%のオラクル回復を後悔し、メタデータのみのポリシーとFedPBAを破る。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Rather than proposing a new federated optimizer, we study whether a small client-specific measurement budget can support cost-aware personalization-depth decisions under a utility that trades Macro-F1 against deployment cost. Exhaustive evaluation of six depths defines an offline oracle that is not deployable. We audit the Probe Sufficiency Hypothesis: three shallow probes (P0--P2) may contain most decision-relevant information for approaching that oracle. FedPBA is a secondary learned instantiation for deep-action extrapolation. On CIFAR-10/100 and patient-disjoint PTB-XL (45 sessions; 900 clients; 2700 evaluations; GroupKFold), training-free greedy probing achieves regret 0.0071 and 98.3 percent oracle recovery, beating metadata-only policies and FedPBA (0.0110 / 97.3 percent). Aggregate shallow-best versus oracle correlation is 0.9818 but falls to 0.578 on deep-oracle rows; PTB-XL deep-oracle cases remain a high-regret boundary without a validated escalation gate.
• Abstract（参考訳）: 新たなフェデレーションオプティマイザを提案するのではなく,Macro-F1をデプロイコストと引き換えに使用するユーティリティの下で,小さなクライアント固有の測定予算が,コストを考慮したパーソナライズ/詳細な決定を支援することができるかどうかを検討する。 6つの深さの排他的評価は、デプロイできないオフラインのオラクルを定義する。 3つの浅いプローブ (P0-P2) は、そのオラクルに近づくための決定関連情報を最も含む可能性がある。 FedPBAは、ディープアクション外挿のための二次学習インスタンスである。 CIFAR-10/100および患者分離型PTB-XL(45セッション、900のクライアント、2700の評価、グループKFold)では、トレーニングなしの欲求調査は、0.0071と98.3%のオラクル回復を後悔し、メタデータのみのポリシーを破り、FedPBA(0.0110 / 97.3%)を破る。 PTB-XLディープ・オークル・ケースは、評価されたエスカレーション・ゲートのない高反射性境界のままであり、0.9818であるが、深いオーラル・行では0.578に低下する。

関連論文リスト

• CredWise: A Controlled Agentic Decision-Intelligence Framework for Explainable and Auditable Credit-Risk Assessment [0.0]
  CredWiseは、信用リスク予測、確率キャリブレーション、説明可能な人工知能、ポリシー検索、制御されたエージェントベースの分析を統合する、意思決定支援フレームワークである。 2007-2016年、トレーニング用、2017年、テスト用、2018年。 結果は、CredWiseが予測、説明、ポリシーエビデンス、構造化分析をひとつのワークフローで組み合わせることができることを示している。
  論文  参考訳（メタデータ） (2026-09-29T10:38:53Z)
• Annotations as Rollouts: Efficient and Scalable Reinforcement Learning for Video MLLMs [104.11820606942855]
  Video-ORA-9Bは4,780ミリ秒ではなく130ミリ秒でデコードされる。 OraRLはモデルのサイズとデータでスケールし、バックボーンを0.8Bから9B、GRPOを最大100kのプロンプトに超える。
  論文  参考訳（メタデータ） (2026-08-20T18:28:19Z)
• SFGA: A Statistics-First Gating Architecture with Adjudicative Escalation for Trustworthy SFT Data Procurement [2.8129261352670003]
  我々は、調達をコストに配慮したルーティング問題として扱う統計第一のゲーティングアーキテクチャであるsysを提案する。 ゲートは間隔が狭く、サンプルサイズが適切で、軸が一致する場合にのみ決定を受理する。 コンサイドの勝利率は0.80、ポジションフリップ率は52%である。
  論文  参考訳（メタデータ） (2026-07-21T10:52:04Z)
• Optimizing Earth Observation Satellite Schedules under Unknown Operational Constraints: An Active Constraint Acquisition Approach [1.3097161185372153]
  保守的制約獲得(英: conservative Constraint Acquisition, CCA)は、正当化された制約を効果的に識別するために設計されたドメイン固有の手続きである。 L&Oは、学習制約モデルの下で最適化をターゲットとするオラクルクエリと交換する対話型検索プロセスをサポートする。 CP-SAT参照が120年代に見つかった最良のソリューションである$n=50$では、L&Oは平均17.9%対20.3%)で改善され、100の代わりに21.3のメインクエリを使用する。
  論文  参考訳（メタデータ） (2026-04-14T20:19:28Z)
• Gradient-Free Approaches is a Key to an Efficient Interaction with Markovian Stochasticity [80.65200796386168]
  このような問題を解決するための新しい微分自由法を提案し,解析する。 基礎となる雑音列の混合時間$$が問題の次元$d$より小さい場合、我々の手法の収束推定は$$に依存しないことを示す。
  論文  参考訳（メタデータ） (2026-01-03T11:27:07Z)
• Step-DPO: Step-wise Preference Optimization for Long-chain Reasoning of LLMs [54.05511925104712]
  本稿では,Step-DPOと呼ばれるシンプルで効果的でデータ効率のよい手法を提案する。 Step-DPOは、個々の推論ステップを、論理的に回答を評価するのではなく、優先最適化の単位として扱う。 以上の結果から,70B パラメータ以上のモデルでは,10K の選好データペアと500 Step-DPO トレーニングステップ以下では,MATH の精度が約3%向上する可能性が示唆された。
  論文  参考訳（メタデータ） (2024-06-26T17:43:06Z)
• Optimal Multi-Distribution Learning [88.3008613028333]
  マルチディストリビューション学習は、$k$の異なるデータ分散における最悪のリスクを最小限に抑える共有モデルを学ぶことを目指している。 本稿では, (d+k)/varepsilon2の順に, サンプルの複雑さを伴って, ヴァレプシロン最適ランダム化仮説を導出するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-12-08T16:06:29Z)
• Fedward: Flexible Federated Backdoor Defense Framework with Non-IID Data [14.160225621129076]
  敵はデータセットを操作でき、フェデレートされたバックドア攻撃のトリガーを注入することでモデルをアップロードできる。 既存の防衛戦略では、特定の攻撃者モデルと限定的な攻撃者モデルと、緩和のみを注入する十分な量のノイズを考慮に入れている。 バックドアの除去を確実にするためのフレキシブル・フェデレート・バックドア・ディフェンス・フレームワーク(Fedward)を紹介した。
  論文  参考訳（メタデータ） (2023-07-01T15:01:03Z)
• Doubly Robust Distributionally Robust Off-Policy Evaluation and Learning [59.02006924867438]
  オフ政治評価と学習(OPE/L)は、オフラインの観察データを使用してより良い意思決定を行う。 近年の研究では、分散ロバストなOPE/L (DROPE/L) が提案されているが、この提案は逆正則重み付けに依存している。 KL分散不確実性集合を用いたDROPE/Lの最初のDRアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-02-19T20:00:44Z)

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。