論文の概要: How Much Fresh Data Should CTR Recalibration Use? A Temporal Evaluation of Post-hoc Calibration
- arxiv url: http://arxiv.org/abs/2610.33168v1
- Date: Fri, 23 Oct 2026 18:01:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.261877
- Title: How Much Fresh Data Should CTR Recalibration Use? A Temporal Evaluation of Post-hoc Calibration
- Title（参考訳）: CTR再校正はどの程度必要か? : ポストホック校正の時間的評価
- Abstract要約: 我々は2つの転がり時間起源とランダムスプリットの下で、ロジスティック回帰(LR)、ディープFM、DCN-v2を訓練する。
各試験日を前時間にプラッツスケーリングと等張回帰で補正した。
6時間のスライスにより、ECEの最大61%が不適合な細胞で除去されるが、約3分の1のアプリケーションで増大する。
- 参考スコア（独自算出の注目度）: 3.303408763887703
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Offline evaluation of click-through rate (CTR) models still defaults to random splits, although deployed models score future traffic and downstream systems consume calibrated probabilities. On Avazu (40.4M impressions) we train logistic regression (LR), DeepFM, and DCN-v2 under two rolling temporal origins and a random split, three seeds per arm, and recalibrate each test day with Platt scaling and isotonic regression fitted on the preceding hours. At origin 1's nearest test day, random splits report LR's expected calibration error (ECE) at 55-62% of the temporal value in every seed (the deep models' ratio is seed-unstable), and no model's ECE is monotone in temporal distance. With a 6-hour fitting slice, recalibration removes up to 61% of ECE in badly miscalibrated cells but increases it in about a third of applications (14-17 of 48 across seeds). On fixed evaluation sets, a 12-hour slice cuts harm from 13-17 to 3-5 of 36 applications, and 24 hours raises it again. The 12-hour slice subsampled to the 1-hour slice's size (5% of the impressions; 20-25x faster to fit) recovers 88% of the full slice's gain, so impression count alone does not explain it. A slice-ECE gate shows no benefit out-of-origin, and in a simulated auction recalibration moves profit by only about -0.21% to +0.26%. Offline protocols should measure calibration temporally, over multiple origins and seeds; in this data, recalibration fitted on a wide time span beat the freshest few hours, which other logs must confirm.
- Abstract（参考訳）: クリックスルーレート(CTR)モデルのオフライン評価は、デプロイされたモデルは将来のトラフィックをスコアし、下流システムはキャリブレーションされた確率を消費するが、依然としてランダムスプリットにデフォルトである。
Avazu (40.4M 印象)では2つの回転時間原点とランダムスプリットの下でロジスティック回帰(LR)、DeepFM、DCN-v2 を訓練し、各試験日をプラッツスケーリングと等張回帰で補正する。
原点1の最も近い試験日において、ランダムスプリットはLRの予測キャリブレーション誤差(ECE)を各種子の時間値の55～62%(ディープモデルの割合はシード不安定)と報告し、時間距離におけるECEはモノトンではない。
6時間のスライスにより、ECEの最大61%が不適合な細胞で除去されるが、約3分の1のアプリケーション(種子で48個中14-17個)で増やされる。
固定評価セットでは、12時間のスライスカットが36のアプリケーションのうち13-17から3-5に悪影響を及ぼし、24時間で再び上昇する。
12時間スライスを1時間スライスサイズ(インプレッションの5%、フィットの20-25倍)にサブサンプリングすると、フルスライスのゲインの88%が回復するので、インプレッション数だけでは説明できない。
スライスECEゲートはオリジンの利益を示さず、模擬オークションでは利益を0.21%から+0.26%に減らしている。
オフラインプロトコルは、複数の起源と種に対して時間的にキャリブレーションを測定する必要がある。このデータでは、広い時間帯に調整されたリカレーションが、他のログが確認しなければならない最も新しい数時間を上回ります。
関連論文リスト
- Variational Filtering for Bayesian Last Layers with an Independent Binary Probit Surrogate [41.81526577151929]
深層分類器の最終層に対する変分フィルタリングアルゴリズムを提案する。
各ミニバッチは正確な予測ステップで同化され、その後クローズドフォームの変分更新が行われる。
DINOv3のバックボーンを同一のプロトコルで調整した2つのベースラインに対して評価した。
論文 参考訳（メタデータ） (2026-10-12T11:00:05Z) - Does the VGGT Family Need All Its Layers? [55.81487806596663]
VGGT,3ドル,VGGT-$:3,018プルーニング構成における層冗長性について検討した。
取り外し可能な層が2つの冗長領域に集結しているのに対して、層間をまたがる削除は、常に破壊的である。
CKAは、間隔分解のためのより安価な表現ベースのプロキシを提供し、プルーニング品質とキャリブレーションコストのトレードオフを提供する。
論文 参考訳（メタデータ） (2026-09-29T06:52:07Z) - Template Ageing and Longitudinal Verification in Fixed-Text Keystroke Dynamics: A Subject-Disjoint Study Across Eight Weeks [4.799530547125766]
毎週4回ずつ、40の固定パスワードの時系列データセットを8週間連続で収集する。
本稿では,スケールド・マンハッタン・マーカ(M1),勾配ブースト型分類器(M2),タイプネット型再帰型埋め込みモデル(M3),タイプホルマー型変換器(M4)を5倍の主観的分離プロトコルで比較する。
論文 参考訳（メタデータ） (2026-09-24T14:16:32Z) - One Patch, Three Roles: What Is Actually Coupled in Autoregressive Time-Series Forecasting? [49.84472730204669]
凍結した親の軌道は, 軽量な平行出口で観測される未来よりも適合しやすいことを示す。
また、列車選択した周期的歴史方向に沿って補正可能な残射も見出す。
Tangentはこの修正を、ニューラルパラメータやTransformerコールを追加せずに適用する。
論文 参考訳（メタデータ） (2026-09-20T14:54:35Z) - When Does Trace-Driven Evaluation Mislead MoE Expert Caching? Replay Semantics, Workload Contamination, and Operating Regimes [3.471896896439183]
Mixture-of-Experts (MoE)モデルはアクセラレーターメモリをはるかに上回っている。
ヒット率を上げた政策は、トークン当たりの専門家のトラフィックを減らした。
我々は、数だけでなく結論を変える3つの評価軸を評価する。
論文 参考訳（メタデータ） (2026-08-08T04:29:20Z) - CUSUM-Shaped Inference-Time Monitoring and Targeted Re-Decoding for Quantized Small Language Model Reasoning [0.6999740786886536]
MGT-Bは、事前サンプリングの不確かさと変性の特徴の重なり合う窓を、位置条件による経験的尾の確率にマップする。
ログしきい値h=10のマニュアル選択後に最初に観察された問題同一性に対して,その効果が持続するかどうかを検証した。
どちらの分析も確証がなく、実証的要因は有効な電子プロセスや電子検出器として確立されていない。
論文 参考訳（メタデータ） (2026-07-22T13:34:17Z) - Mean Time to Remediate Is Not a Fielding Model: A Cadence Audit for Enterprise Vulnerability Management [51.56484100374058]
本稿では,企業脆弱性管理のための改善ケイデンス監査について紹介する。
平均ラグ、放出期間、放出率、コホート幾何、緊急/ルーチン分割、非着地遅延、局所残留圧証拠、宣言されたレートシナリオを記録している。
論文 参考訳（メタデータ） (2026-07-05T21:23:26Z) - Hierarchical Online Prompt Mutation with Dual-Loop Feedback for Guardrailed Evidence Document Generation: A Production-Evaluation Case Study [0.0]
HOPMは階層的なオンラインプロンプト突然変異フレームワークである。
本論文は、制御設定、サンプルサイズ、信頼区間、ペアテスト、プロンプトトークンカテゴリ、擬似コード、スキーマ、ルーリック、ガードレール分類、構築された例を含む。
論文 参考訳（メタデータ） (2026-05-31T22:17:44Z) - RULSurv: A probabilistic survival-based method for early censoring-aware prediction of remaining useful life in ball bearings [39.58317527488534]
Kullback-Leibler分散とRUL推定を用いた早期故障検出のための新しいフレキシブルな手法を提案する。
我々は,XJTU-SYデータセットにおいて,3つの異なる操作条件にまたがる5倍のクロスバリデーション戦略を用いてアプローチを実証する。
提案手法は,最大荷重下での5軸受の平均累積相対精度(CRA)を0.7586で達成し,複数の最先端ベースラインを改良する。
論文 参考訳（メタデータ） (2024-05-02T16:17:29Z) - Regularization methods for the short-term forecasting of the Italian
electric load [77.34726150561087]
イタリアの電力負荷の24のプロファイル全体を予測する問題はマルチタスク学習問題として対処される。
96x96行列重みは96x96行列を形成し、正方形の領域にサンプリングされた表面として見ることができる。
表面の自由度を下げるための規則化とスパーシリティの異なるアプローチを探索し、得られた予測をイタリアのトランスミッション・システム・オペレーター・テルナの予測と比較した。
論文 参考訳（メタデータ） (2021-12-08T22:15:06Z)
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。