論文の概要: When Does Feedback Help? Auditing Learned Voltage-Clamp Experimental Design

• arxiv url: http://arxiv.org/abs/2610.27632v1
• Date: Tue, 20 Oct 2026 04:57:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.639197
• Title: When Does Feedback Help? Auditing Learned Voltage-Clamp Experimental Design
• Title（参考訳）: フィードバックはいつ役に立つのか?
• Abstract要約: 学習したコントローラは、フィードバックの恩恵を受けずに、誤って特定されたプランナーを上回ることができる。 トレーニング選択された固定プロトコル,電流マスキング,ベイズ基準,除外された目標を用いて,2つの合成電圧クランプタスクを監査する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A learned scientific controller can outperform a misspecified planner without benefiting from feedback. We audit two synthetic voltage-clamp tasks with a training-selected fixed protocol, current masking, a Bayesian reference, and an excluded target. Five recurrent policies repeat one fixed protocol in all 1,200 off-grid rollouts; masking current changes no decision. In a crossed four-hypothesis task, a fixed diagnostic pulse is followed by one learned choice. Policies then use the first current, but tie a correctly specified Bayesian controller, and a fitted threshold reproduces the learned actions without being that controller. The excluded-target prediction gain is $4.6991\times10^{-6}$ nats per sample. Feedback use and protocol quality are separate tests. These cases establish neither biological discovery nor general RL superiority.
• Abstract（参考訳）: 学習された科学制御装置は、フィードバックの恩恵を受けずに、不特定プランナーより優れる。 トレーニング選択された固定プロトコル,電流マスキング,ベイズ基準,除外された目標を用いて,2つの合成電圧クランプタスクを監査する。 5つの繰り返しポリシーは、1200のオフグリッドロールアウトすべてで1つの固定プロトコルを繰り返す。 交差する4つの仮説タスクでは、固定された診断パルスに1つの学習された選択が続く。 次に、ポリシーは最初の電流を使用するが、正確に指定されたベイズ制御器を結び、適切なしきい値は、その制御器を使わずに学習した動作を再現する。 対象外予測利得は4.6991\times10^{-6}$ nats per sampleである。 フィードバックの使用とプロトコルの品質は別個のテストである。 これらのケースは、生物学的発見も一般のRL優越性も確立していない。

関連論文リスト

• Auditing Escalation Reliability in Healthcare LLM Agents: A Perturbation-Controlled Benchmark of Workflow-State Failures [4.287745257410248]
  我々は、400の総合医療ワークフローエピソードとしてエピソードレベルの評価プロトコルをインスタンス化する。 4つのタスククラスに40個の手書きセマンティックシード、2つの表面パラメータ化、5つの制御された変種。 明確な決定精度は0.97に達するが、不確実性のあるモデルでは、必要なエスカレーションの32--97%を見逃している。
  論文  参考訳（メタデータ） (2026-10-15T05:04:10Z)
• The Fly That Stopped: Mushroom-Body-Inspired Habituation as a Reward-Free Scheduling Prior for Autonomous Penetration Testing [0.0]
  ショウジョウバエのキノコ体新鮮処理に触発された無報酬スケジューラの評価を行った。 スパースステートエンコーディングと、構造的なURLクラスとツールファミリー上の崩壊する習慣カウンタを組み合わせる。 条件付きスケジューラは6つの非XSSターゲットペアの重複比率を下げた。
  論文  参考訳（メタデータ） (2026-09-24T07:02:59Z)
• Suppression Sticks, Locality Is Fragile: A Closed-Loop Target-and-Control Audit of Task-Vector Negation in VLA Policies [33.432377306905735]
  タスクベクトル算術は、モデルを修正するためのクローズドフォームな方法を提供するが、クローズドループロボット制御において、その振る舞いの局所性は未だ不明である。 マルチタスク・ビジョン・ランゲージ・アクション(VLA: Multitask Vision-Language-action)ポリシーから,タスク・ベクターごとのタスク・ベクター・サブトラクションのターゲット・アンド・コントロール・監査を行う。
  論文  参考訳（メタデータ） (2026-08-05T10:59:53Z)
• Bayesian control for coding agents [63.64172141184361]
  本稿では,コーディングエージェントのためのコスト依存型シーケンシャル仮説テストフレームワークを提案する。 ベイズ管制官は、正確性に対する信念を維持し、より多くの証拠を集め、候補者を精査し、検証し、停止するかを決定する。 本研究では, 信頼状態が, 不確実性定量化のためのトークン確率と生ツール・サクセスベースラインを上回り, 解釈可能な正当性スコアを得ることを示す。
  論文  参考訳（メタデータ） (2026-06-23T11:41:32Z)
• A Paired Testing Protocol for Batch-Conditioned Refusal Robustness in LLM Serving [0.0]
  言語モデルの安全性評価は、サービス構成を固定されたバックグラウンドインフラストラクチャとして扱うことが多い。 我々は4つのアーティファクト支援研究をペアテストプロトコルに合成する。 標準vLLMは、現在のスコアフリップ候補に対して22/55ラベルのフリップを再生し、VLLM_BATCH_INIANT=1を有効にすることで、同じテストを0/55フリップに削減する。
  論文  参考訳（メタデータ） (2026-05-26T23:22:55Z)
• Retrying vs Resampling in AI Control [0.42970700836450476]
  我々は、AI制御の観点から再試行を行い、モデルが潜在的に敵対的なものとして扱う。 再試行は正直な疑念のスコアを減少させるが、信頼できないモデルは監視の合理性を利用してスニーカー攻撃を構築することができる。
  論文  参考訳（メタデータ） (2026-05-25T17:10:41Z)
• Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols [51.56484100374058]
  そこで本研究では,単一プロトコルステップを正確なマッチングタスクで監査するためのペアアウトカム計測インタフェースを提案する。 各インスタンスについて、インターフェースはベースラインの正当性ビットと後ステップの正当性ビットを記録する。 これらのレートは精度の変化を予測し、種、混合物、パイプライン間でテスト可能な再利用可能な経験的インターフェースを定義する。
  論文  参考訳（メタデータ） (2026-04-20T13:25:40Z)
• Sequential Kernelized Independence Testing [77.237958592189]
  我々は、カーネル化依存度にインスパイアされたシーケンシャルなカーネル化独立試験を設計する。 シミュレーションデータと実データの両方にアプローチのパワーを実証する。
  論文  参考訳（メタデータ） (2022-12-14T18:08:42Z)
• Detecting Rewards Deterioration in Episodic Reinforcement Learning [63.49923393311052]
  多くのRLアプリケーションでは、トレーニングが終了すると、エージェント性能の劣化をできるだけ早く検出することが不可欠である。 我々は,各エピソードにおける報酬が独立でもなく,同一に分散した,マルコフでもない,エピソード的枠組みを考察する。 平均シフトは、時間信号の劣化(報酬など)に対応する方法で定義し、最適な統計的パワーでこの問題の試行を導出する。
  論文  参考訳（メタデータ） (2020-10-22T12:45:55Z)
• Noisy Adaptive Group Testing using Bayesian Sequential Experimental Design [63.48989885374238]
  病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。 本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
  論文  参考訳（メタデータ） (2020-04-26T23:41:33Z)

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。