論文の概要: Calibration-Free Early Stopping for Chain-of-Thought Reasoning via E-processes

• arxiv url: http://arxiv.org/abs/2610.25212v1
• Date: Sun, 18 Oct 2026 12:10:19 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:45:32.337197
• Title: Calibration-Free Early Stopping for Chain-of-Thought Reasoning via E-processes
• Title（参考訳）: Eプロセスによるチェーンオブソート推論の校正不要早期停止
• Abstract要約: 既存のルールは、信頼や安定性の信号がしきい値を超えたときに停止するが、そのようなしきい値がモデルやデータセット間で転送されることは滅多にない。 我々は、推論軌道に沿ったシーケンシャルな証拠蓄積として適応的な停止を再構成した。 筆者らのフレームワークは,ゼロキャリブレーションデータを用いて,トークンの精度向上のために,キャリブレーションベースで停止する。
• 参考スコア（独自算出の注目度）: 17.02677847334399
• License:
• Abstract: Reasoning large language models (LLMs) benefit from test-time scaling, motivating adaptive policies that spend tokens when they help and stop early otherwise. Existing rules halt when a confidence or stability signal crosses a threshold, but such thresholds rarely transfer across models and datasets, and validation-calibrated rules lose their guarantee under shifts in test-time horizon or signal dynamics. We reframe adaptive stopping as sequential evidence accumulation along the reasoning trajectory rather than threshold calibration on held-out data. Our framework runs two e-processes on a shared per-chunk signal: a commit stream tracks the signal's position relative to its slow trend, and an abstain stream tracks its signed velocity, making the two anti-correlated by construction. Under signal-level nulls on the per-chunk increments, Ville's inequality yields an anytime-valid signal-level false-alarm bound at user-specified significance levels, with no held-out calibration. Across various model--dataset combinations, the framework matches or exceeds calibration-based stopping on the token--accuracy Pareto front using zero calibration data, and the same significance level transfers unchanged across cells where calibration becomes infeasible.
• Abstract（参考訳）: 大規模な言語モデル(LLM)の推論は、テスト時のスケーリングの恩恵を受けます。 既存のルールは、信頼や安定性の信号がしきい値を超えたときに停止するが、そのようなしきい値がモデルやデータセットを横切ることは滅多にない。 留置データのしきい値校正ではなく、推論軌道に沿ったシーケンシャルなエビデンスとして適応的な停止を再構成する。 我々のフレームワークは、共有チャンク信号上で2つのe-プロセスを実行する: コミットストリームは、その遅いトレンドに対して信号の位置をトラッキングし、吸収ストリームは、署名された速度をトラックし、2つの反相関を構築によって追跡する。 チャンク単位のインクリメント上の信号レベルヌルの下では、Villeの不等式は、ユーザーが指定した重要度で有意な信号レベル偽アラームを有するが、キャリブレーションは保持されない。 さまざまなモデル-データセットの組み合わせ全体で、このフレームワークは、ゼロキャリブレーションデータを用いてトークン-精度のParetoフロント上のキャリブレーションベースの停止と一致またはオーバーし、同じ意味レベルがキャリブレーションが不可能になるセル間で変化しない。

関連論文リスト

• Improving the Sensitivity of Gravitational Wave Detection with Weighted Conformal Prediction [0.0]
  我々は、確率的に厳密な信頼度推定を候補事象に対して提供するために、共形予測に基づくフレームワークを用いる。 重要な課題は、トレーニングに使用するシミュレートされたデータセットと、テストに使用される実際の、遅延のない、観察の間の分散シフトである。
  論文  参考訳（メタデータ） (2026-09-10T11:33:49Z)
• Temporal Graph Prototype-conditioned Conformal Prediction for Fraud Detection [15.872326009493884]
  本稿では,時間グラフ上でのエッジレベルの不正検出のための共形予測フレームワークであるProtoCPを提案する。 ProtoCPは不正関連部分グラフのコンテキストに校正を集中させることで校正効率を向上させる。 ProtoCPは、最先端のベースラインよりも一貫して小さな予測セットでターゲットカバレッジを達成する。
  論文  参考訳（メタデータ） (2026-08-16T14:44:16Z)
• Branch-resolved Pauli-block spectroscopy of residual conditional phase in two-qubit gates [0.0]
  分岐分解パウリブロック分光法を導入し, サイクルごとの残留ZZ回転角theta_cをその符号で推定する。 このアプローチは、標準忠実度ベンチマークが先行順序で未解決である残条件相の低オーバーヘッド符号付きサイクル当たりの予測を与える。
  論文  参考訳（メタデータ） (2026-07-11T10:32:05Z)
• LATA: Laplacian-Assisted Transductive Adaptation for Conformal Uncertainty in Medical VLMs [61.06744611795341]
  医用視覚言語モデル(VLM)は医用画像の強力なゼロショット認識器である。 本研究では,ラプラシアン支援トランスダクティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ(texttttextbfLATA,ラプラシアン支援トランスダクティブ・アダプティブ・アダプティブ・アダプティブ)を提案する。 texttttextbfLATAは交換性を損なうことなくゼロショット予測をシャープにする。
  論文  参考訳（メタデータ） (2026-02-19T16:45:38Z)
• Winning the Pruning Gamble: A Unified Approach to Joint Sample and Token Pruning for Efficient Supervised Fine-Tuning [71.30276778807068]
  サンプルプルーニングとトークンプルーニングを戦略的に協調する統合フレームワークを提案する。 Q-Tuningは、トレーニングデータの12.5%しか使用せず、全データSFTベースラインに対する平均38%の改善を実現している。
  論文  参考訳（メタデータ） (2025-09-28T13:27:38Z)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• Error-quantified Conformal Inference for Time Series [55.11926160774831]
  時系列予測の不確かさの定量化は、時系列データの時間的依存と分布シフトのために困難である。 量子化損失関数をスムースにすることで,iError-quantified Conformal Inference (ECI)を提案する。 ECIは有効な誤発見制御と、他のベースラインよりも厳密な予測セットを出力することができる。
  論文  参考訳（メタデータ） (2025-02-02T15:02:36Z)
• Model Calibration in Dense Classification with Adaptive Label Perturbation [44.62722402349157]
  既存の密接な二分分類モデルは、過信される傾向がある。 本稿では,各トレーニング画像に対する独自のラベル摂動レベルを学習する適応ラベル摂動(ASLP)を提案する。 ASLPは、分布内および分布外の両方のデータに基づいて、密度の高い二分分類モデルの校正度を著しく改善することができる。
  論文  参考訳（メタデータ） (2023-07-25T14:40:11Z)
• StableEmit: Selection Probability Discount for Reducing Emission Latency of Streaming Monotonic Attention ASR [46.69852287267763]
  我々は,MoChAが早期にトークンを発行することを奨励するために,単純なアライメントフリーの正規化手法であるStableEmitを提案する。 以上の結果から,StableEmitは認識誤差と発光遅延を同時に低減することがわかった。
  論文  参考訳（メタデータ） (2021-07-01T17:49:31Z)

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。