論文の概要: Not All Mislabels Are Equal: Efficient Task-Aware Auditing with Confidence Sequences

• arxiv url: http://arxiv.org/abs/2610.33262v1
• Date: Fri, 23 Oct 2026 20:10:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.284197
• Title: Not All Mislabels Are Equal: Efficient Task-Aware Auditing with Confidence Sequences
• Title（参考訳）: すべてのミスラベルが平等であるとは限らない - 信頼関係を監査する効率的なタスク認識
• Abstract要約: ATLASフレームワークは、タスク対応のアダプティブ監査ポリシーと、いつでも有効な推論を結合する。 ラベルの誤り率などの線形スコアに対しては,ラベルの誤り率を最大で$pm 2$%まで証明する。 ヒル・シャノンの多様性のような非線形スコアに対しては、線形スコア監査の族への推論を減らす線形エンベロープ表現を利用する。
• 参考スコア（独自算出の注目度）: 7.6443078264893805
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study efficient, adaptive auditing of categorical labels in a fixed dataset, motivated by biodiversity-credit programs in which expert verification of species records is costly and downstream scores (e.g., payment) are more sensitive to errors on certain labels than on others. Our proposed ATLAS framework couples anytime-valid inference with a task-aware adaptive auditing policy. Representing label corrections through a confusion matrix, we prioritize which data points to inspect next based on both label uncertainty and the influence of potential label corrections on the downstream score function. For linear scores such as the mislabel rate, our priority-aware approach certifies the overall label error rate to $\pm 2$ percentage points with 24% and 11% fewer audits than random sampling on biodiversity data from Kenya and a widely used CIFAR-10N benchmark, respectively. For nonlinear scores such as the Hill-Shannon diversity, we exploit a linear-envelope representation that reduces inference to a family of linear-score audits; priority-aware sampling reaches the target precision with 36% fewer audits. When distribution-free guarantees are prohibitively costly, we develop a model-based Bayesian alternative that trades assumption-free validity for substantially fewer audits. Our biodiversity case study highlights a gap between statistical validity and practical feasibility: generic methods such as Serfling's bound and existing confidence-sequence procedures are rigorous but can require prohibitively many expert reviews in practice. Together, these results show task-aware auditing can significantly reduce the number of expert audits needed while providing finite-sample, anytime-valid guarantees.
• Abstract（参考訳）: 本研究は, 生物多様性向上プログラムを動機とした, 固定データセットにおける分類ラベルの効率的かつ適応的な監査を行い, 種別レコードの検証に要する費用がかかるとともに, 下流のスコア(例えば支払など)が, ラベルの誤りに対して他よりも敏感であることを示す。 提案するATLASフレームワークは,タスク認識型アダプティブ監査ポリシーを組み合わさっている。 混乱行列を用いてラベルの修正を表現し、ラベルの不確かさと潜在的なラベルの修正が下流スコア関数に与える影響の両方に基づいて、どのデータポイントを検査するかを優先順位付けする。 ラベル誤り率などの線形スコアについては,ケニアの生物多様性データに対するランダムサンプリングと広く使用されているCIFAR-10Nベンチマークにより,ラベル誤り率を24%,11%で$\pm 2$%と認定した。 ヒル・シャノンの多様性のような非線形スコアに対しては、線形スコア監査の族への推論を減らす線形エンベロープ表現を利用する。 配当のない保証が違法にコストがかかる場合、かなり少ない監査のために仮定なしの妥当性を交換するモデルベースのベイズ代替案を開発する。 我々の生物多様性ケーススタディは、統計的妥当性と実用可能性のギャップを浮き彫りにしている。 これらの結果から、タスク対応監査は、必要となる専門家監査の数を大幅に減らし、有限サンプル、有効保証を提供する。

関連論文リスト

• Active Learning for Biodiversity Monitoring: From Label Efficiency to Reliable Ecological Inference [4.257119184870449]
  アクティブラーニング(AL)は、目標のパフォーマンスに到達するために必要なラベルを削減できる。 ALはサンプルを非ランダムに選択するため、ラベルは検証、校正、しきい値選択には適さない。 AL研究を音響的・画像的モダリティにわたって合成し,ギャップと機会を識別する。
  論文  参考訳（メタデータ） (2026-09-23T06:21:51Z)
• How to Estimate Whether You Have Found Several Needles in a Haystack: Measuring Calibration in Multi-Label Text Classification [79.91711484993074]
  ほとんどの信頼性キャリブレーション指標はバイナリやマルチクラスのタスクを対象としていますが、マルチラベルキャリブレーションは未検討のままです。 ラベルに期待されるキャリブレーション誤差を計算するための既存のバイナリスキームは、誤りを過小評価するか、単にラベル周波数を反映するか、あるいは非常に少ないインスタンスで多くのビンに悩まされているかを示す。 本稿では,正と負のラベルの割り当てに等しい重みを与える新しいビンニング手法を提案する。
  論文  参考訳（メタデータ） (2026-09-22T14:15:54Z)
• Unified Approach for Weakly Supervised Multicalibration [6.557328947642346]
  マルチキャリブレーションでは、予測スコアは、豊富なサブグループのファミリーとスコアに依存したテストのラベル確率に一致するように要求される。 既存の手法では、評価と後処理のためにクリーンな入力ラベルペアが必要である。 弱い監督下での多重校正を推定・補正するための統一的な枠組みを提案する。
  論文  参考訳（メタデータ） (2026-05-11T01:30:09Z)
• Rethinking Consistent Multi-Label Classification under Inexact Supervision [60.79309683889278]
  部分的マルチラベル学習では、各インスタンスには候補ラベルセットがアノテートされ、そのうちいくつかのラベルのみが関連付けられている。 補完的なマルチラベル学習では、各インスタンスは、インスタンスが属さないクラスを示す補完ラベルで注釈付けされる。
  論文  参考訳（メタデータ） (2025-10-05T08:30:32Z)
• From Label Error Detection to Correction: A Modular Framework and Benchmark for Object Detection Datasets [4.864032555684836]
  ラベルエラー訂正のための半自動フレームワークREC$checkmark$D(リチェック)を導入する。 現在のラベル誤り検出手法は,修正フレームワークと組み合わせることで,人間がアノテートボックスをスクラッチからアノテートするのに要する時間に数百のエラーを回復できることを示す。 この検証されたセットは、ラベルエラーの検出と修正のための新しい実世界のベンチマークとしてリリースされる。
  論文  参考訳（メタデータ） (2025-08-06T10:03:05Z)
• The Decisive Power of Indecision: Low-Variance Risk-Limiting Audits and Election Contestation via Marginal Mark Recording [51.82772358241505]
  リスクリミット監査(リスクリミット監査、RLA)は、大規模な選挙の結果を検証する技術である。 我々は、効率を改善し、統計力の進歩を提供する監査の新たなファミリーを定めている。 新しい監査は、複数の可能なマーク解釈を宣言できるように、キャストボイトレコードの標準概念を再考することで実現される。
  論文  参考訳（メタデータ） (2024-02-09T16:23:54Z)
• Binary Classification with Confidence Difference [100.08818204756093]
  本稿では,信頼性差分法 (ConfDiff) という,弱教師付き二項分類問題について考察する。 本稿では,この問題に対処するためのリスク一貫性のあるアプローチを提案し,推定誤差が最適収束率と一致することを示す。 また,整合性や収束率も証明されたオーバーフィッティング問題を緩和するためのリスク補正手法も導入する。
  論文  参考訳（メタデータ） (2023-10-09T11:44:50Z)
• Class-Distribution-Aware Pseudo Labeling for Semi-Supervised Multi-Label Learning [97.88458953075205]
  Pseudo-labelingは、ラベルなしデータを利用するための人気で効果的なアプローチとして登場した。 本稿では,クラスアウェアの擬似ラベル処理を行うCAP(Class-Aware Pseudo-Labeling)という新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-05-04T12:52:18Z)
• Exploiting Sample Uncertainty for Domain Adaptive Person Re-Identification [137.9939571408506]
  各サンプルに割り当てられた擬似ラベルの信頼性を推定・活用し,ノイズラベルの影響を緩和する。 不確実性に基づく最適化は大幅な改善をもたらし、ベンチマークデータセットにおける最先端のパフォーマンスを達成します。
  論文  参考訳（メタデータ） (2020-12-16T04:09:04Z)

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。