論文の概要: Adaptive Transfer of Representational Signatures for LLM Reliability Detection

• arxiv url: http://arxiv.org/abs/2610.33442v1
• Date: Sat, 24 Oct 2026 04:34:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.330014
• Title: Adaptive Transfer of Representational Signatures for LLM Reliability Detection
• Title（参考訳）: LLM信頼性検出のための表現信号の適応転送
• Abstract要約: 大型言語モデル (LLM) は幻覚や推論エラーなどの信頼性の問題に影響を受けやすいと報告されている。 我々は、関連するドメイン間で表現シグネチャを転送することで、この問題に対処することを提案する。 新しい領域に25のラベル付き質問しか持たないアダプティブトランスファーは、幻覚検出のAUROCを6.8%改善することを示した。
• 参考スコア（独自算出の注目度）: 8.65754919894102
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models (LLMs) are reported to be susceptible to reliability issues including hallucinations and reasoning errors. Existing quality detectors can predict unreliable outputs based on internal representations with decent accuracies. However, training these detectors often requires substantial domain-specific labeled data, which limits their applicability to new domains. We propose to address this challenge by transferring representational signatures across related domains. More specifically, we build a statistical framework that first extracts low-dimensional signatures for each domain, then uses cross-fitting to learn composition weights of domain-specific predictors. The weights adapt to each source domain's predictive relevance to the target domain. Our asymptotic analysis of a least-squares analogue characterizes the limiting prediction risk and aggregation weights in terms of domain discrepancies and representation bias. Experiments across multiple hallucination datasets and open-weight LLMs show that, with only 25 labeled questions in the new domain, adaptive transfer improves hallucination-detection AUROC by 6.8%. For reasoning-step prediction, it improves AUROC by 8.4%.
• Abstract（参考訳）: 大型言語モデル (LLM) は幻覚や推論エラーなどの信頼性の問題に影響を受けやすいと報告されている。 既存の品質検出器は、適切な精度で内部表現に基づいて信頼できない出力を予測することができる。 しかし、これらの検出器のトレーニングには、しばしばドメイン固有のラベル付きデータが必要であるため、新しいドメインへの適用が制限される。 我々は、関連するドメイン間で表現シグネチャを転送することで、この問題に対処することを提案する。 具体的には、まず各ドメインの低次元シグネチャを抽出し、次にクロスフィットを用いてドメイン固有の予測器の構成重みを学習する統計フレームワークを構築します。 重みは、各ソースドメインのターゲットドメインに対する予測的関連性に適合する。 最小二乗のアナログの漸近解析は、ドメインの相違や表現バイアスの観点から、予測リスクと集約重みの制限を特徴付ける。 複数の幻覚データセットとオープンウェイトLSMの実験により、新しい領域で25のラベル付き質問しか持たないアダプティブトランスファーは、幻覚検出のAUROCを6.8%改善することが示された。 推論ステップ予測では、AUROCを8.4%改善する。

関連論文リスト

• MED-DSLC: Multi-Expert-Domain Classification via Domain Supervision and Logit Calibration [42.68764270775848]
  視覚言語モデル(VLM)は、画像特徴と共有埋め込み空間におけるテキストプロンプトを比較してゼロショット分類を可能にする。 VLMはLoRAのような技術を使って細粒度のドメインに適応することが多い。 これは、何千もの専門モデルを持つ、非常に断片化されたモデルエコシステムにつながります。
  論文  参考訳（メタデータ） (2026-07-13T01:18:32Z)
• How Useful is Causal Invariance for Domain Adaptation in Finite-Sample Settings? [58.740078141879984]
  機械学習モデルは、トレーニングされたソースディストリビューションとは異なるターゲットディストリビューションにデプロイされると、しばしば劣化する。 因果関係に基づく領域一般化における最近の研究は、共用因果構造が不変な予測因子を誘導する方法を示している。 本稿では,完全あるいは部分的な因果知識が,教師付きドメイン適応を確実に改善できるかどうかについて検討する。
  論文  参考訳（メタデータ） (2026-06-10T21:07:49Z)
• Trust-Aware Joint Feature-Prediction Discrepancy for Robust Domain Adaptation [8.651700235973223]
  我々は、特徴信号と予測信号の信頼性を通じて、ドメインの不一致をモデル化する原則付きフレームワークである、信頼を意識したドメイン適応を導入する。 標準ベンチマークの実験では、提案したフレームワークが常に優れた適応性能を達成できることが示されている。
  論文  参考訳（メタデータ） (2026-05-24T15:05:34Z)
• You only need 4 extra tokens: Synergistic Test-time Adaptation for LLMs [50.54173262572369]
  大規模言語モデル (LLM) は、金融、医療、農業などの専門分野にますます導入されている。 本稿では,言語モデルに対するラベルフリーテスト時適応について検討し,追加の監督なしにモデルをオンザフライで適応する推論時フレームワークであるSyTTAについて述べる。
  論文  参考訳（メタデータ） (2025-10-11T14:00:39Z)
• Robust Multi-Source Domain Adaptation under Label Shift [1.3499500088995464]
  教師なしマルチソースドメイン適応は、ソースドメインからのラベル付きサンプルを用いて、ターゲットドメイン内のラベルなしサンプルのラベルを予測することを目的としている。 対象ドメインのクラス比のロバストな推定のための,ドメイン重み付き経験的リスク最小化フレームワークについて検討する。
  論文  参考訳（メタデータ） (2025-03-04T11:17:34Z)
• Cyclically Disentangled Feature Translation for Face Anti-spoofing [61.70377630461084]
  循環不整合特徴変換ネットワーク(CDFTN)と呼ばれる新しい領域適応手法を提案する。 CDFTNは、(1)ソースドメイン不変の生長特徴と2)ドメイン固有のコンテンツ特徴とを持つ擬似ラベル付きサンプルを生成する。 ソースドメインラベルの監督の下で、合成擬似ラベル付き画像に基づいてロバスト分類器を訓練する。
  論文  参考訳（メタデータ） (2022-12-07T14:12:34Z)
• Instance Level Affinity-Based Transfer for Unsupervised Domain Adaptation [74.71931918541748]
  ILA-DAと呼ばれる適応中のソースからターゲットへの転送に対するインスタンス親和性に基づく基準を提案する。 まず、ソースとターゲットをまたいだ類似および異種サンプルを抽出し、マルチサンプルのコントラスト損失を利用してドメインアライメントプロセスを駆動する信頼性が高く効率的な手法を提案する。 ILA-DAの有効性は、様々なベンチマークデータセットに対する一般的なドメイン適応手法よりも精度が一貫した改善を観察することによって検証する。
  論文  参考訳（メタデータ） (2021-04-03T01:33:14Z)
• Inductive Unsupervised Domain Adaptation for Few-Shot Classification via Clustering [16.39667909141402]
  ショットの分類は、多様なドメインに適応する必要がある場合、苦労する傾向があります。 本稿では、ClusteringによるFew-shot分類のためのドメイン適応性能を改善するためのフレームワークDaFeCを紹介する。 提案手法は, 絶対利得(分類精度)が4.95%, 9.55%, 3.99%, 11.62%であった。
  論文  参考訳（メタデータ） (2020-06-23T08:17:48Z)
• Self-training Avoids Using Spurious Features Under Domain Shift [54.794607791641745]
  教師なし領域適応においては、条件付きエントロピー最小化と擬似ラベル処理は、既存の理論で解析されたものよりもドメインシフトがはるかに大きい場合であっても行われる。 ドメインシフトが大きくなる可能性のある特定の設定を特定・分析するが、特定のスパイラルな特徴はソースドメインのラベルと相関するが、ターゲットの独立なラベルである。
  論文  参考訳（メタデータ） (2020-06-17T17:51:42Z)
• A Balanced and Uncertainty-aware Approach for Partial Domain Adaptation [142.31610972922067]
  この研究は、特にターゲットドメインのクラスラベルがソースドメインのサブセットである場合に、教師なしのドメイン適応問題に対処する。 本稿では,ドメイン逆境学習に基づく新しいドメイン適応手法 BA$3$US を提案し,BAA(Ba balanced Adversarial Alignment)とAUS(Adaptive Uncertainty Suppression)の2つの新しい手法を提案する。 複数のベンチマーク実験の結果、BA$3$USが部分的なドメイン適応タスクの最先端を超越していることが示されている。
  論文  参考訳（メタデータ） (2020-03-05T11:37:06Z)

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。