論文の概要: Identities, Not Pairs: Distribution-Free False-Accept Control for Embedding-Based Verification

• arxiv url: http://arxiv.org/abs/2610.35277v1
• Date: Mon, 26 Oct 2026 11:49:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.907669
• Title: Identities, Not Pairs: Distribution-Free False-Accept Control for Embedding-Based Verification
• Title（参考訳）: ペアではなくアイデンティティ: 埋め込みによる検証のための分布自由偽認識制御
• Abstract要約: COVEは、すべての$N=binomm+22$ペアのうちのトライアルペアを、プローブと参照でキャリブレーションユニットを増設してランク付けする。 シンメトリCSLSはテスト設定でCOVEの真の受容率を最大4.3倍に向上させた。
• 参考スコア（独自算出の注目度）: 1.0152838128195467
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Embedding-based verification often calibrates a false-accept threshold from all impostor pairs among $m$ identities, although these pairs share identities. We characterize a worst-case limit: when hub identities score highly against a fraction $ρ$ of the population, a calibration-only threshold with marginal false-accept rate (FAR) at most $α$ under every identity-exchangeable law reaches the hub score on hub-free calibration sets with probability at most $(m+2)α/(2ρ)$. Uniformly accepting near that score at levels well below $ρ/m$ therefore requires trial information. We propose COVE, which ranks the trial pair among all $N=\binom{m+2}{2}$ pairs formed by augmenting the calibration units with the probe and reference. Under identity exchangeability, its marginal FAR is at most $\lfloorαN\rfloor/N$, with first possible acceptance at $1/N=O(1/m^2)$. The rule also retains this guarantee with a fixed symmetric cohort-normalized score using an independent cohort. On 6 benchmarks and 8 frozen encoders, realised FAR was consistent with the exact bound. Where both valid calibration-only baselines accepted nothing, COVE retained a median $100\%$ of the sampled oracle's true-accept rate over reliable comparisons. In contrast, an empirical quantile over dependent pairs reached 2.87$\,α$ FAR, and a binomial upper confidence bound over pairs missed its nominal 95\% conditional-FAR target in up to 55\% of calibration draws. Symmetric CSLS raised COVE's true-accept rate by up to 4.3-fold in the tested settings. The code is available in https://github.com/salimkhazem/Cove.git
• Abstract（参考訳）: 埋め込みに基づく検証は、偽受容閾値を$m$のIDのうちすべてのインポスタペアから校正することが多いが、これらのペアはIDを共有する。 ハブIDが人口のごく一部の$ρ$に対して高いスコアを付ける場合、各アイデンティティ交換可能な法則の下では、限界偽受容率(FAR)が最大でα$のキャリブレーションのみの閾値が、(m+2)α/(2ρ)$の確率でハブフリーなキャリブレーションセットでハブスコアに達する。 したがって、そのスコアの近くを$ρ/m$以下で一意に受け入れるには、トライアル情報が必要である。 プローブと基準で校正ユニットを増補して形成したすべての$N=\binom{m+2}{2}$ペアの中から試行ペアをランク付けするCOVEを提案する。 アイデンティティ交換性の下では、その限界FARは最大$\lfloorαN\rfloor/N$であり、最初の受け入れは1/N=O(1/m^2)$である。 この規則はまた、独立コホートを用いた固定対称コホート正規化スコアでこの保証を維持している。 6つのベンチマークと8つの凍結エンコーダでは、FARは正確な境界と一致していた。 有効なキャリブレーションのみのベースラインはいずれも何も受け入れられなかったが、COVEは信頼できる比較よりも、サンプルのオラクルの真受容率の中央値100\%を保っていた。 対照的に、依存対上の経験的量子化は2.87$\,α$ FARに達し、対上の二項上層信頼度は、その名目上の95\%条件付きFAR目標を最大55\%のキャリブレーションドローで失った。 シンメトリCSLSはテスト設定でCOVEの真の受容率を最大4.3倍に向上させた。 コードはhttps://github.com/salimkhazem/Cove.gitで入手できる。

関連論文リスト

• SCAFFOLD under Hessian Similarity: Sharp Convergence Rates [63.995660330510105]
  フェデレーション学習の主な課題の1つは、クライアント間での不均一なデータ分割であり、クライアントドリフトと呼ばれるローカル更新にバイアスがかかる。 SCAFFOLD(Karimireddy et al., 2020)は、クライアントのドリフトを二次的に補正するが、元の保証との関係はまだ完全には理解されていない。 我々は,クライアント選択の変種に対して,均一なヘッセン類似性の下で,類似した局データ保証を証明した。
  論文  参考訳（メタデータ） (2026-10-26T16:09:02Z)
• Counterfactual Probing for Parallel Unmasking with Hidden Forest Structure [50.58119214447535]
  マスク付き生成モデルは並列トークン予測を提供するが、正確な並列サンプリングはトークンを考慮しなければならない。 本研究は,発見を含む全評価がシーケンス長$N$のサブ線形であるかどうかを考察する。 本研究では, 森林構造を隠蔽した離散分布を, 固定された近似条件オラクルを通してアクセスする。
  論文  参考訳（メタデータ） (2026-09-29T15:39:50Z)
• ZO-COSMO: Index-Free One-Hop Mixing for Decentralized Zeroth-Order Optimization [8.805992680570933]
  平均保存マスクコンセンサスと2クエリ推定を結合したtextsfZO-COSMO を開発した。 グローバルサポートは、すべての隣のミキシングを提供し、一致した更新は、各ペア内でのみ合意を必要とする。 一致するクラス内のスカラー毎の鋭い収縮境界と、コアおよびスパースモーメント更新の収束保証を導出する。
  論文  参考訳（メタデータ） (2026-09-23T01:05:56Z)
• PRIMUS: Identity, Governance, and Verification for Multi-Agent Federations [0.0]
  マルチエージェント・フェデレーションは、敵対的な条件下での3つの質問に答えるガバナンスを必要とする。 本稿では,BLSアグリゲートシグネチャと主パワーIDを結合したPRIMUSについて述べる。 PRIMAのバイナリアーティファクト-忠実性判定は、グレード付きフィットネス信号に変換できるかどうかを問う。
  論文  参考訳（メタデータ） (2026-09-07T19:21:49Z)
• Rand-SEMI-QAOA: Finite-Budget Depth-One MaxCut Ensembles on Compressed Quantum Registers [0.0]
  Rand-SEMI-QAOA は MaxCut の有限予算 QRAO-QAOA アンサンブルである。 このメソッドは、製品$X$ファミリから置き換えることなく、ラベルを均一にサンプリングする。 正確なゲージの恒等式は、積族ラベルが QRAO ハミルトニアンの軌道を生成することを示している。
  論文  参考訳（メタデータ） (2026-08-16T09:47:55Z)
• Detecting and Discriminating Operator Misspecification in Hybrid PDE-Parameter Learning: a Reference-Free Instrument, with Discrimination Bounded In Sample [0.0]
  私たちは1つのフィットから読み取る楽器を作り、オラクルは持っていません。 回復時に神経推定器がTikhonov-regularized inversionに負ける、事前登録された負の機器である、装置の盲点を報告する。
  論文  参考訳（メタデータ） (2026-08-04T21:20:44Z)
• Mean-to-Score Discrete Diffusion: Posterior-Mean Denoisers for Score Entropy [17.48959208263029]
  我々は,クリーンな後進平均を予測し,正確なカーネル依存線形写像を用いてスコアに変換するEmphmean-to-score (M2S)を導入する。 均一な汚職のために、確率的単純度をブリッジポリトープにマッピングし、吸収マスクの破損のためにMD4を正確に回収する。
  論文  参考訳（メタデータ） (2026-07-23T14:37:30Z)
• Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols [51.56484100374058]
  そこで本研究では,単一プロトコルステップを正確なマッチングタスクで監査するためのペアアウトカム計測インタフェースを提案する。 各インスタンスについて、インターフェースはベースラインの正当性ビットと後ステップの正当性ビットを記録する。 これらのレートは精度の変化を予測し、種、混合物、パイプライン間でテスト可能な再利用可能な経験的インターフェースを定義する。
  論文  参考訳（メタデータ） (2026-04-20T13:25:40Z)
• Robust Conformal Prediction with a Single Binary Certificate [58.450154976190795]
  コンフォーマル予測(CP)は、任意のモデルの出力を、真のラベルを(調整可能な)高い確率でカバーすることを保証した予測セットに変換する。 我々は,MCサンプルが著しく低い場合でも,より小さな集合を生成する頑健な共形予測を提案する。
  論文  参考訳（メタデータ） (2025-03-07T08:41:53Z)

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。