論文の概要: Narrow Decision Models: A System-1 Architecture for Calibrated, Typed Decisions

• arxiv url: http://arxiv.org/abs/2610.25553v1
• Date: Sun, 18 Oct 2026 21:49:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 13:30:35.725312
• Title: Narrow Decision Models: A System-1 Architecture for Calibrated, Typed Decisions
• Title（参考訳）: Narrow Decision Models: 校正型決定のためのSystem-1アーキテクチャ
• Abstract要約: System Oneモデルは、生成されたテキストの代わりにキャリブレーションされた確率を持つ状態に関する型付き質問に答える。 NDM(Narrow Decision Model)は同じインターフェースを提供するが、ひとつの組織の決定のためにトレーニングされている。 NDMは独自のインフラストラクチャ上で動作可能なほど小さく、プロパティを記述およびテスト可能なオープンアーキテクチャを備えている。
• 参考スコア（独自算出の注目度）: 2.620686844328898
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: System One models, introduced with TypeSafe's Jev, answer typed questions about a state with calibrated probabilities instead of generated text: choosing among options described in natural language (Choice), placing the state on an ordered scale (Score), or judging a yes/no statement (Noul). Jev is general-purpose: one set of weights, served as an API and adapted to a domain only through the request. We study the other end of the design space. A Narrow Decision Model (NDM) offers the same interface but is trained for the decisions of one organization, is small enough to run on its own infrastructure, and has an open architecture whose properties can be stated and tested. The state can be any text or structured record about which decisions are made; our running case is the routing of court communications. The architecture serializes a request as a prefix tree (the state, then each question, then each option) and runs a bidirectional encoder under a block attention mask with logical positions, so that each answer is, by construction, invariant to the order of its options and independent of the other questions asked. Routing through an organization chart is a composition of Choice decisions with an explicit "none of these" option. We describe training with proper scoring rules through a curriculum, calibration and abstention, decisions composed by rubrics, and a protocol that accepts or rejects the mechanism before held-out data is opened. A minimal validation on public and fictitious data shows that the invariances hold to rounding in a trained model, that a small instance routes on organization charts it has never seen well above lexical retrieval, and that, at equal compute, the block architecture reaches a lower loss than a pairwise cross-encoder. A first instance trained on real legal documents agrees with the LLM classifier in production on 91% of held-out documents.
• Abstract（参考訳）: TypeSafeのJevで導入されたSystem Oneモデルは、生成したテキストの代わりにキャリブレーションされた確率を持つ状態に関する型付き質問に答える。 Jevは汎用的であり、一組の重みを持ち、APIとして提供され、要求によってのみドメインに適合する。 デザイン空間の向こう側について研究する。 NDM(Narrow Decision Model)は、同じインターフェースを提供するが、ひとつの組織の決定のためにトレーニングされている。 状態は、どの決定が下されるかに関するテキストまたは構造化された記録でもよい。 アーキテクチャは、リクエストをプレフィックスツリー(状態、各質問、各オプション)としてシリアライズし、論理的な位置を持つブロックアテンションマスクの下で双方向エンコーダを実行する。 組織図をルーティングすることは、明確な"なし"オプションで選択の意思決定を構成するものです。 本稿では,カリキュラム,校正と棄権,ルーブリックによる決定,保持データ公開前にそのメカニズムを受け入れ,拒否するプロトコルによる適切なスコアリングルールによるトレーニングについて述べる。 公開データと架空のデータに対する最小限の検証は、トレーニングされたモデルでのラウンドングの不変性が保たれること、組織のチャート上の小さなインスタンスルートが語彙検索よりもはるかに上回らないこと、ブロックアーキテクチャが一対のクロスエンコーダよりも低い損失に達することを示している。 実際の法的文書で訓練された最初の例は、保持された文書の91%でLLM分類器の生産に同意する。

関連論文リスト

• Prism-1: Position- and Rival-Independent Scoring for System One Models [14.555862181799464]
  合理的選択の2つの公理は、システム1決定モデルの自然な要求である。 標準読み出し、すなわちシングルチョイス質問(SCQ)のプロンプト、シャッフルオーダートレーニング、オーダ平均またはソートオプション、不変セットアーキテクチャをテストします。 これはPrism-1として実装されています: すべてのオプションは、共有された位置で独自のブロックで読み取り、モデルの通常の左から右への注意を1つのフォワードパスで読みます。
  論文  参考訳（メタデータ） (2026-10-15T15:28:30Z)
• Jeva: System One Models from First Principles [58.432996881401415]
  Jevaは4つの重要な構造的要件に対処する、決定ネイティブなアーキテクチャです。 共有エンコーダは独立して要求と各オプションを表現し、コンパクトな決定スタックは要求状態のみを洗練する。 Jevとオープンソースモデルに対する評価全般において、Jevaは強力な型付き決定性能とほぼ完璧なnull検出を組み合わせる。
  論文  参考訳（メタデータ） (2026-10-13T17:31:09Z)
• Towards Explainable Adjudicative Variance: Quantifying Judicial Discretion via Gated Multi-Task Learning [9.159064044398315]
  法的結果予測は、客観的事件事実を判断的文脈から切り離さなければならない。 本稿では,この区別を明示的にモデル化した判断学習型マルチタスク学習アーキテクチャを提案する。 13,937イギリス雇用裁判所の決定に対する我々のアプローチを評価した。
  論文  参考訳（メタデータ） (2026-06-25T14:14:27Z)
• Decision Trace Schema for Governance Evidence in Real-Time Risk Systems [0.0]
  単一のロギングフォーマットが、決定の達成方法に関するガバナンス関連の完全な記録をキャプチャすることはない。 DESは10の必要な根レベルフィールドを定義し、結合されたエビデンス戦略を導入している。 DESは4つのレイヤを同時にカバーする唯一の仕様である。
  論文  参考訳（メタデータ） (2026-04-10T13:06:38Z)
• Open-Set Knowledge-Based Visual Question Answering with Inference Paths [79.55742631375063]
  知識に基づく視覚的質問回答(KB-VQA)の目的は、外部知識ベースの助けを借りて質問に対する正しい回答を提供することである。 KB-VQA, Graph pATH ranker (GATHER for brevity) の新しいレトリバーランカパラダイムを提案する。 具体的には、グラフの構築、プルーニング、パスレベルのランク付けが含まれており、正確な回答を検索するだけでなく、推論パスを提供して推論プロセスを説明する。
  論文  参考訳（メタデータ） (2023-10-12T09:12:50Z)
• DecAF: Joint Decoding of Answers and Logical Forms for Question Answering over Knowledge Bases [81.19499764899359]
  本稿では,論理形式と直解の両方を共同で生成する新しいフレームワークDecAFを提案する。 DecAFはWebQSP、FreebaseQA、GrailQAベンチマークで新しい最先端の精度を実現している。
  論文  参考訳（メタデータ） (2022-09-30T19:51:52Z)
• Robust Question Answering Through Sub-part Alignment [53.94003466761305]
  我々はアライメント問題として質問応答をモデル化する。 私たちは、SQuAD v1.1でモデルをトレーニングし、いくつかの逆および外ドメインデータセットでそれをテストします。
  論文  参考訳（メタデータ） (2020-04-30T09:10:57Z)

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。