論文の概要: The Price of Scale in Proactive Memory Recall

• arxiv url: http://arxiv.org/abs/2610.34507v3
• Date: Tue, 03 Nov 2026 15:28:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 23:36:30.353854
• Title: The Price of Scale in Proactive Memory Recall
• Title（参考訳）: アクティブメモリリコールにおけるスケールの価格
• Abstract要約: 店内の何かが割り込みに値するかどうかという判断は、店の大きさ N で困難が増す多重テスト問題であることを示す。 擬似正の約-ln-alpha)/Nが、擬似正の約-ln-alpha)/Nの約-ln-alphaの約-ln-alarmレートで動作することを示す。 キュー・スワパルゲート(cue-swapal gate)は、同じストアにある他のキューの中で、現在のキューの中でランク付けされているが、交換性の下では、有限サンプルの偽アラーム保証がある。
• 参考スコア（独自算出の注目度）: 3.6641231031729173
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A long-lived assistant that brings up memories without being asked must decide at every turn whether anything in its store is worth an interruption. We show that this decision is a multiple-testing problem whose difficulty grows with the store size N. On replays of LongMemEval, a similarity threshold tuned to 5% false alarms at N=8 reaches 84-100% at N=2048 across embedding models and cue types; LoCoMo and LLM judges show it too. We prove that a gate which thresholds the best of N independent irrelevant scores at false-alarm rate alpha operates at a per-item false-positive rate of about -ln(1-alpha)/N, which pins its hit rate to the far left of the ROC and makes it regularly varying in N under regular variation. Replayed hit rates stay within its bounds for mixed cues up to 0.3 points, and hit rates carry over to held-out questions to within 6.0 points. At matched false alarms the deployed score recalls 14-26 points more than raw cosine. A cue-swap conformal gate, which ranks the current cue among other cues on the same store, has a finite-sample false-alarm guarantee under exchangeability. With a background from the user's unfiltered history it keeps false alarms at 3-6% on LongMemEval at the hit rate of a label-tuned threshold; on LoCoMo it overshoots or turns conservative depending on the source of its reference cues. In a chronological replay with the user's own earlier messages as references, it fires on 5-8% of questions on stores without their answer and on 6-8% of session-opening turns, against 57% for the deployed gate at N=2048, at a median 0.4 s CPU per decision. A cross-encoder pays the same price of scale, and on a prospective-memory benchmark, similarity gates recall at most 9% of constraints at controlled false alarms. One human and two LLM annotators judge most false alarms unhelpful for a response. Code and data: https://github.com/RiverChenStillCompiling/price-of-scale
• Abstract（参考訳）: 頼まれることなく記憶を呼び起こす長寿のアシスタントは、店内の何かが中断に値するかどうかを毎回決めなければならない。 LongMemEvalのリプレイでは、N=8で5%の誤報に調整された類似度閾値がN=2048で84-100%に達した。 本研究は,N の非依存スコアの最大値である非依存スコアの閾値を約-ln(1-alpha)/N で演算し,そのヒットレートをROC の左端に固定し,N において周期的に変化させることを証明した。 リプレイされたヒットレートは、最大0.3ポイントの混合キューのためにバウンド内に留まり、ヒットレートは6.0ポイント以内まで保持される。 一致した誤報では、配備されたスコアは、生のコサインよりも14-26ポイント多くリコールされる。 キュー・スワップ・コンフォメーション・ゲート(cue-swap conformal gate)は、交換性の下で有限サンプルの偽アラーム保証を持つ。 ユーザの未フィルタリング履歴を背景として、ラベル調整されたしきい値のヒット率で、LongMemEvalでは、偽のアラームを36%に保ちます。 ユーザー自身の以前のメッセージを参照として時系列でリプレイすると、答えのない店舗で5～8%、セッションを開くターンで6～8%、N=2048でデプロイされたゲートで57%、決定毎に0.4秒のCPUで起動する。 クロスエンコーダは同じスケールの価格で支払い、予測メモリのベンチマークでは、類似性ゲートは制御された偽のアラームで最大9%の制約をリコールする。 1人の人間と2人のLDMアノテータは、応答に不注意なほとんどの誤報を判断する。 コードとデータ:https://github.com/RiverChenStillCompiling/price-of-scale

関連論文リスト

• Bayesian Fixed-Confidence Best-Arm Identification with Abstention [51.253617466579335]
  本研究では,学習者が端末の推薦を控えることができるベイジアン固定自信ベストアーム識別問題について検討する。 目標誤差確率$$および棄権予算$に対して、S&C(Screen-and-Confirm)を提案し、その予測停止時間を分析する。
  論文  参考訳（メタデータ） (2026-10-21T19:45:09Z)
• Parameter-Free Interval-Dynamic Regret under Heavy-Tailed Noise [55.29259818039367]
  オンライン凸最適化を1ラウンドに1つの偏りのない下位段階と、未知の有限条件の雑音モーメントであるp$th, $1ple2$で検討する。 長さ$n$の固定区間$I$に対して、学習者は最適な全水平静的レートを含む1+log(T/n)$を達成する。
  論文  参考訳（メタデータ） (2026-09-30T21:03:03Z)
• A Convergence Framework for Deep $V$-Learning: Error Propagation and Sharp Action-Gap Bounds [0.0]
  更新エラーを、フィッティング、遷移再利用、ターゲット構築、リプレイ、アクション選択、探索の6つの残差に分解する。 次数$n-$の統計的誤差境界に対して、最適連続割り当てと、制約された最適値の係数2$以内の整数割り当てを導出する。 これらの結果から, FIFO/インターリーブされたSGDに対して, 厳密な動作スコアを有する固定水平生成-リセット近似-ERM法に対して, 期待されるポリシ-ロス一貫性が得られた。
  論文  参考訳（メタデータ） (2026-09-16T15:03:46Z)
• Threshold Behavior of ZX and ZY Surface Codes Under Circuit-Level Biased and Crosstalk Noise [0.0]
  以前の研究では、$Z$型安定化器を$Y$型安定化器に置き換えることで、コード容量レベルの劣化雑音下でのコードしきい値を大幅に改善することを示した。 本研究では、$X$型安定化器を$Y$型安定化器に置き換えることで、$ZY$曲面コードを構築し、研究する。
  論文  参考訳（メタデータ） (2026-09-09T22:34:27Z)
• Constrained Online Learning with Noisy Constraint Values [55.29259818039367]
  一般的な実現可能性の下では、我々のLEDGERアルゴリズムは、期待される損失$O(sqrt T)と期待される予算違反$O(sqrtTlog(eT))を達成します。 スレーター条件、フィードバックチャネル間の独立性、絶対的制約値境界は不要である。
  論文  参考訳（メタデータ） (2026-09-07T01:38:41Z)
• Breaking the Total Variance Barrier: Sharp Sample Complexity for Linear Heteroscedastic Bandits with Fixed Action Set [93.03556214432615]
  本稿では,学習過程を通じて動作セットをプレフィックスするヘテロセシダスティックノイズによる線形帯域問題を再検討する。 本稿では,情報ゲインを最大化するアクションを積極的に探求する,大規模アクション集合のための分散適応アルゴリズムのtexttVAEEを提案する。 音素平均依存率が避けられないことを示す固定作用集合に対して、ほぼ一致する下界を確立する。
  論文  参考訳（メタデータ） (2026-07-26T14:24:34Z)
• Partially Correlated Verifier Cascades in LLM Harnesses: Concave Log-Odds, Polynomial Reliability, and Blind-Spot Ceilings [0.5076419064097734]
  シリアル検証ゲートはLLMハーネスのコア信頼性プリミティブである。 候補の答えが返されるのは、$k$検証者が全てそれを受け入れた場合に限られる。 このノートはそのような理論を最小限にしている。
  論文  参考訳（メタデータ） (2026-07-15T14:58:37Z)
• Decoherence as Defence and the Magnitude of Noise Regularisation: A Rigorous N -Qubit Theory of Stochastic Quantum Neural Networks for Adversarially Robust Network Intrusion Detection [0.0]
  マスター方程式とそのベクトル化されたリウビリアンによる$N$-qubitの定式化を与える。 エンフェデコヒーレンス・コントラクションの定理、すなわち強度の非分極チャネルを証明します。 このロバスト性は、アタックタイムの収縮ではなく、ノイズの変形したトレーニング境界から生じることを示す。
  論文  参考訳（メタデータ） (2026-06-23T07:06:56Z)
• A Spectral Phase Diagram for Binary Few-Shot Classification: Intrinsic Dimensionality, Geometric Saturation, and Representational Diagnosis [0.0]
  飽和指数 $S(K) = operatornameerank(widehat_W(K)) / K$ は、プールされたクラス内サンプルの有効ランクとショットカウントとの比を測る。 インデックスはサポート機能だけで$O(d3)$ timeで計算可能で、テストラベルやトレーニングされた分類子を必要としない。
  論文  参考訳（メタデータ） (2026-06-12T16:46:24Z)
• Fast Rates for the Regret of Offline Reinforcement Learning [69.23654172273085]
  無限水平割引決定プロセス(MDP)における固定行動ポリシーによって生成されたオフラインデータからの強化学習の後悔について検討する。 最適品質関数 $Q*$ に対する任意の推定が与えられたとき、定義するポリシーの後悔は、$Q*$-estimate の点収束率の指数によって与えられる速度で収束することを示す。
  論文  参考訳（メタデータ） (2021-01-31T16:17:56Z)
• Learning Near Optimal Policies with Low Inherent Bellman Error [115.16037976819331]
  エピソード強化学習における近似線形作用値関数を用いた探索問題について検討する。 我々は,検討した設定に対して最適な統計率を達成するアルゴリズムを用いて,Emphbatch仮定のみを用いて探索を行うことが可能であることを示す。
  論文  参考訳（メタデータ） (2020-02-29T02:02:40Z)

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。