論文の概要: The Data Differentiator Framework (DDF): Quantifying Marginal Data Value with Information-Theoretic and Game-Theoretic Measures in an Agentic Evaluation Pipeline (SDSAE)

• arxiv url: http://arxiv.org/abs/2610.28933v1
• Date: Tue, 20 Oct 2026 21:10:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.147416
• Title: The Data Differentiator Framework (DDF): Quantifying Marginal Data Value with Information-Theoretic and Game-Theoretic Measures in an Agentic Evaluation Pipeline (SDSAE)
• Title（参考訳）: データ差別化フレームワーク(DDF) : エージェント評価パイプライン(SDSAE)における情報理論とゲーム理論によるマージナルデータ値の定量化
• Abstract要約: 本稿では、候補データ資産の合成スコアリング手法であるData Differentiator Framework(DDF)を提案する。 フレームワークはステージ化されたパイプラインによって実行され、ガバナンスや冗長性のゲートを失敗する資産に対して、高価なモデル規制ステップを短絡させる。 我々は,この枠組みを,冗長スペクトルにまたがる5つの構築された候補資産を用いて,公開クレジットカード不正ベンチマークで検証する。
• 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: In data-rich enterprises the hard question is not whether a candidate dataset is good in isolation, but whether it adds information beyond what the organization already holds, and whether that increment is worth its price. We present the Data Differentiator Framework (DDF), a composite scoring method for candidate data assets that combines (i) a mutual-information-based redundancy penalty against the existing portfolio, (ii) a cost-normalized, significance-gated marginal utility score derived from an ablation study, and (iii) explicit governance inputs (trust, identity resolution quality, strategic weights) set by the business. The framework is executed by a staged pipeline, the Strategic Data Sourcing Agent Ecosystem (SDSAE), that short-circuits expensive model-retraining steps for assets failing governance or redundancy gates. Conceptually, the DDF extends the relevance-minus-redundancy principle of mRMR feature selection from the feature level to the asset level, and adds cost normalization, a statistical significance gate, and governance terms that per-sample valuation methods such as Data Shapley do not model. We validate the framework on the public credit-card fraud benchmark (284,807 transactions) with five constructed candidate assets spanning the redundancy spectrum. Only the genuinely differentiated asset passes the significance gate ($Δ$AUC = +0.0029, DeLong $p = 1.4\times 10^{-9}$, Holm-corrected $p = 7.2\times 10^{-9}$) and receives an acquire recommendation (DDS = +0.663); the fully redundant asset scores lowest (DDS = -0.135). The recommendation is stable across 19 of 22 admissible strategic-weight configurations and across all decision thresholds in [0.15, 0.66]. We state clearly which quantities in the case study are computed from data and which are simulated governance inputs, and we discuss the design limits of a single-dataset evaluation.
• Abstract（参考訳）: データ豊富な企業では、候補データセットが独立して優れているかどうかではなく、組織がすでに持っているもの以上の情報を追加し、その増加に価値があるかどうかが難しい。 データ微分器フレームワーク (Data Differentiator Framework, DDF) について述べる。 一 既存のポートフォリオに対する相互情報に基づく冗長性刑 二 アブレーション研究から得られた費用正規化有価額有価額有価額利得スコア及び 三 事業が定める明示的なガバナンスのインプット(信頼、アイデンティティの解決の質、戦略的重み付け) このフレームワークはStrategic Data Sourcing Agent Ecosystem(SDSAE)というステージドパイプラインによって実行され、ガバナンスや冗長性のゲートを失敗する資産に対する高価なモデル規制ステップを短絡させる。 概念的には、DDFは機能レベルから資産レベルへのmRMR特徴選択の関連性-最小/冗長性原理を拡張し、コスト正規化、統計的意義ゲート、およびData Shapleyのようなサンプルごとの評価手法がモデル化しないガバナンス用語を追加します。 我々は,この枠組みを,冗長性スペクトルにまたがる5つの構築された候補資産を用いて,パブリッククレジットカード詐欺ベンチマーク(284,807トランザクション)上で検証する。 真に差別化された資産のみが、重要性ゲート(Δ$AUC = +0.0029, DeLong $p = 1.4\times 10^{-9}$, Holm-corrected $p = 7.2\times 10^{-9}$)を通過し、取得勧告(DDS = +0.663)を受け取り、完全冗長な資産スコアが最低(DDS = -0.135)。 この勧告は、22の許容可能な戦略重量構成のうち19の領域で安定しており、[0.15, 0.66]のすべての決定しきい値で安定している。 我々は、ケーススタディのどの量がデータから計算され、どの部分がガバナンスの入力をシミュレートしているかを明確に述べ、単一データセット評価の設計限界について論じる。

関連論文リスト

• Marginal utility, matrix factorization, and the Key-Value (KV) cache: a unified information-economic framework for sovereign geo-mining inference [0.0]
  本稿では,限界効用の概念と機械学習構造との間に理論的橋渡しを行う。 ジオマイニング文書からの構造化情報の自動抽出に適用する。
  論文  参考訳（メタデータ） (2026-09-17T11:19:58Z)
• A Systematic Evaluation of Trajectory Data Curation for LoRA Fine-Tuning of Code Agents [0.0]
  専門的エージェント軌道上のオープンウェイトLSMの微調整が、有能なコードエージェントを構築するための顕著なアプローチとして現れている。 本稿では,SWEトラジェクトリデータセット上でのQwen2.5-Coder-7B-InstructのLoRA微調整のためのトラジェクトリデータフィルタリングの系統的研究について述べる。 我々は,2軸品質評価フレームワークである効率とスタイルを提案し,戦略,スケール,アブレーション分析にまたがる16の制御実験を通じて評価する。
  論文  参考訳（メタデータ） (2026-07-19T11:52:32Z)
• Evaluating AI Investment Strategies [0.0]
  我々は、観測可能な入力と出力のみからブラックボックスのアルゴリズム決定を監査する問題について検討する。 厳密な条件下では、動的ポリシーの累積的表現は、コストベクトルとポリシーの決定の間の周期毎の共分散の和と等しい。 我々は、そのアイデンティティがコストと平均偏見のないマルコフポリシーの真下にあることを証明し、非定常および時変ケースに対する閉形式バイアス補正を導出し、割引された水平アナログを確立する。
  論文  参考訳（メタデータ） (2026-06-07T19:16:50Z)
• TAPO: Tool-Aware Policy Optimization via Credit Transfer for Multimodal Search Agents [54.08846865906602]
  ツール強化マルチモーダルサーチエージェントにおいて,クレジットミス割り当てをGRPOの系統的障害モードとして特徴付ける。 本稿では,情報取得ツールのパラメータ決定性を利用したツール・アウェア・ポリシー・オプティマイズ(TAPO)を提案する。
  論文  参考訳（メタデータ） (2026-06-04T07:15:43Z)
• Business Utility of Large Language Models as Exploratory Data Analysis Agents [0.0]
  大規模言語モデル (LLM) は分析にますます使われているが、ビジネス環境での探索的データ分析 (EDA) エージェントとしての利用性は依然として不確実である。 実際には、デプロイ可能なEDAエージェントは、有用な平均的なパフォーマンスだけでなく、その出力に対する信頼をサポートするのに十分な反復性も提供しなければなりません。 我々はエージェントベースのサプライチェーンシミュレーションに基づいて,この要件を制御されたビジネス関連ベンチマークで評価する。
  論文  参考訳（メタデータ） (2026-05-08T08:23:10Z)
• ODAR: Principled Adaptive Routing for LLM Reasoning via Active Inference [60.958331943869126]
  ODAR-Expertは、原則化されたリソース割り当てによる精度と効率のトレードオフを最適化する適応的なルーティングフレームワークである。 我々は、MATHの98.2%の精度、HumanityのLast Examの54.8%を含む、強く一貫した利得を示している。
  論文  参考訳（メタデータ） (2026-02-27T05:22:01Z)
• Label Distributionally Robust Losses for Multi-class Classification: Consistency, Robustness and Adaptivity [55.29408396918968]
  多クラス分類のためのラベル分布ロバスト(LDR)損失という損失関数群について検討した。 我々の貢献は、多クラス分類のためのLDR損失のトップ$kの一貫性を確立することによって、一貫性と堅牢性の両方を含んでいる。 本稿では,各インスタンスのクラスラベルの雑音度に個別化温度パラメータを自動的に適応させる適応型LDR損失を提案する。
  論文  参考訳（メタデータ） (2021-12-30T00:27:30Z)
• Delving into Probabilistic Uncertainty for Unsupervised Domain Adaptive Person Re-Identification [54.174146346387204]
  ドメイン適応型人物再識別のための確率的不確実性誘導プログレッシブラベル精錬(P$2$LR)という手法を提案する。 擬似ラベルの不確実性を測定し、ネットワークトレーニングを容易にする定量的基準を確立する。 本手法はDuke2Marketタスクではベースラインが6.5%,Market2MSMTタスクでは2.5%,最先端手法では2.5%を上回った。
  論文  参考訳（メタデータ） (2021-12-28T07:40:12Z)

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。