論文の概要: Structural-Test Geometry as an Inductive Bias for Partially Observable World Models

• arxiv url: http://arxiv.org/abs/2610.38903v1
• Date: Wed, 28 Oct 2026 20:58:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-31 05:25:12.418822
• Title: Structural-Test Geometry as an Inductive Bias for Partially Observable World Models
• Title（参考訳）: 部分観測可能な世界モデルのための誘導バイアスとしての構造試験幾何学
• Abstract要約: 応答分布が史学上の擬似測位を誘導する, 後成体構造検査を定義する。 我々は、有界ユークリッド距離をその距離に合わせることで、商保存世界モデル(QP)を訓練する。 GridWorldでは、メトリックデコーディングによって保持される構造的距離を正確に回復する一方、ネイティブな潜在幾何学はQPよりも歪んだままである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Predictive world-model objectives need not organize latent histories according to distinctions required for later control. With privileged simulator access during training, should response-derived structural information be predicted, decoded, or imposed directly on latent geometry--and how do these choices compare with structured belief distillation? We define posterior-marginalized structural tests whose response distributions induce a pseudometric over histories, then train quotient-preserving (QP) world models by aligning shared latent Euclidean distances to that metric. Across a fixed six-task diagnostic suite, the largest differences appear under held-out structural variation: QP improves planning success by 26.1 points $[21.5,30.7]$ over metric decoding and 6.4 points $[3.8,9.0]$ over structured belief distillation. On GridWorld, metric decoding accurately recovers held-out structural distances ($ρ=.91$) while its native latent geometry remains more distorted than QP's (paired IQD difference $.22$ $[.20,.24]$), showing that relational recoverability and direct geometric alignment can diverge.
• Abstract（参考訳）: 予測的世界モデル目的は、後続の制御に必要な区別に従って潜伏した歴史を整理する必要はない。 訓練中の特権的シミュレーターアクセスでは、応答に由来する構造情報を予測、復号化、または遅延幾何学に直接課すべきであり、これらの選択は構造的信念蒸留とどのように比較されるのか? 応答分布がヒストリー上の擬似測度を誘導し,その測度と有意な有意な有意なユークリッド距離を一致させることで,QP世界モデルを訓練する。 QPは26.1ポイント[21.5,30.7]、メートル法復号法6.4ポイント[3.8,9.0]、構造化信念蒸留法6.4ポイントの計画成功を改善する。 GridWorldでは、メートル法デコーディングが保持される構造距離(ρ=.91$)を正確に回復する一方で、ネイティブの潜伏幾何はQP(paired IQD difference $.22$$$[.20,.24]$)よりも歪んだままであり、リレーショナルリカバリ性と直接幾何学的アライメントが分岐することを示している。

関連論文リスト

• Skeleton-Guided Progressive Test-Time Adaptation for Thin Curvilinear Structures [1.3809606428214651]
  SGP-TTA(Skeleton-Guided Progressive Test-Time Adaptation)を提案する。 SGP-TTAは、トポロジカル接続において既存のTTA法を一貫して上回り、最大のマージンはモダリティシフトである。
  論文  参考訳（メタデータ） (2026-10-08T02:19:51Z)
• DSReg: Provably Recovering Individual World Latents without Reconstruction [60.17145882973659]
  個々の世界の潜伏者は、復元もデコーダもラベルも無しで、確実に回復できることを示す。 構造的多様性の下では、DSRegは、再構成やデコーダなしで、署名された置換まで個々の世界の潜伏者を回復させる。 依存性フットプリントの条件として、構造的多様性は、以前の識別可能な潜在変数モデルのすべての構造的条件よりも厳密に弱い。
  論文  参考訳（メタデータ） (2026-10-07T05:12:39Z)
• Does the VGGT Family Need All Its Layers? [55.81487806596663]
  VGGT,3ドル,VGGT-$:3,018プルーニング構成における層冗長性について検討した。 取り外し可能な層が2つの冗長領域に集結しているのに対して、層間をまたがる削除は、常に破壊的である。 CKAは、間隔分解のためのより安価な表現ベースのプロキシを提供し、プルーニング品質とキャリブレーションコストのトレードオフを提供する。
  論文  参考訳（メタデータ） (2026-09-29T06:52:07Z)
• SURE-Map: Self-Correcting Streaming Geometric Foundation Models [11.79108359897763]
  SLAMシステムの代替として、ストリーミング幾何学の基礎モデルが登場している。 小さな局所誤差は、厳密な幾何学的歪みと長い水平スケールのドリフトに蓄積する。 2つの相補的な原則に基づいて構築された自己修正フレームワークであるSURE-Mapを紹介します。
  論文  参考訳（メタデータ） (2026-09-14T16:10:53Z)
• Learning Where Outcomes Change:Credit-Addressable Reasoning for Multimodal Geometry [105.89493240787861]
  推論中に露出したセマンティックユニットは、学習が代替品と比較し、クレジットを割り当てる場所を定義する。 我々は,この原理を,ライン順応可能な実行可能コードとして視覚的関係を表すCode-CoTでインスタンス化し,推論を型付きイベントに整理する。 9つの幾何ベンチマークで、CE-GRPOは平均76.04の精度を達成し、Qwen3-VL-8Bと軌跡レベルGRPOをそれぞれ8.09$と3.43ポイント上回る。
  論文  参考訳（メタデータ） (2026-08-31T08:44:36Z)
• Hyperbolic Latent Geometry for Tree-Structured Prototype Networks: A Local-vs-Global Trade-off [0.0]
  階層型分類モデルにおいて,クラスプロトタイプレイアウトに対する木構造正則化器について検討する。 ポインケアのプロトタイプは、最も近い近傍グラフのラテント空間における位相をユークリッドのプロトタイプよりもかなり良く保つことが分かる。
  論文  参考訳（メタデータ） (2026-08-25T22:42:20Z)
• ATLAS: Constitution-Conditioned Latent Geometry and Redistribution Across Language Models and Neural Perturbation Data [0.0]
  構成条件付きポストトレーニングは、モデルが学習した表現幾何学の構造化摂動として分析することができる。 グラフ, モデル, 基板間の構成による隠れ状態構造をトレースする, 幾何学第一のプログラムATLASを紹介する。
  論文  参考訳（メタデータ） (2026-04-19T23:26:02Z)
• How Far Can You Grow? Characterizing the Extrapolation Frontier of Graph Generative Models for Materials Science [2.3982445219832678]
  RADIIは75,000ドルのナノ粒子のベンチマークで、連続的なスケーリングノブとして、トレース生成の品質を扱います。 RADIIはフロンティア固有の診断を提供する: ラジウス毎のエラープロファイルは、各アーキテクチャのスケーリング天井をピンポイントし、エラーが境界から発生したか、あるいはバルクで発生したかの表面分解テストを行い、クロスメトリックな障害シークエンシングは、構造的忠実性のどの側面が最初に壊れるかを明らかにする。 これらの結果は、幾何生成モデルの第一級評価軸として出力スケールを確立した。
  論文  参考訳（メタデータ） (2026-02-10T00:59:13Z)
• Riemannian Zeroth-Order Gradient Estimation with Structure-Preserving Metrics for Geodesically Incomplete Manifolds [57.179679246370114]
  測地的に完備な測度を構築し、新しい測度の下での静止点が元の測度の下で定常であることを保証する。 構成された計量$g'$の下の$-固定点もまた、元の計量$g'$の下の$-定常点に対応する。 実用的なメッシュ最適化タスクの実験は、測地的完全性がない場合でも、我々のフレームワークが安定した収束を維持することを示した。
  論文  参考訳（メタデータ） (2026-01-12T22:08:03Z)
• Robust Self-Supervised LiDAR Odometry via Representative Structure Discovery and 3D Inherent Error Modeling [67.75095378830694]
  そこで我々は,2段階のオドメトリ推定ネットワークを構築し,一連の部分領域変換を推定してエゴモーメントを求める。 本稿では,トレーニング,推論,マッピングフェーズにおける信頼できない構造の影響を軽減することを目的とする。 我々の2フレームのオードメトリーは、翻訳/回転誤差の点で、過去の芸術の状態を16%/12%上回っている。
  論文  参考訳（メタデータ） (2022-02-27T12:52:27Z)
• Generalizing electrocardiogram delineation: training convolutional neural networks with synthetic data augmentation [63.51064808536065]
  ECGのデライン化のための既存のデータベースは小さく、サイズやそれらが表す病態の配列に不足している。 まず、原データベースから抽出した基本セグメントのプールを与えられたECGトレースを確率的に合成し、その整合性のある合成トレースに配置するための一連のルールを考案した。 第二に、2つの新しいセグメンテーションに基づく損失関数が開発され、これは、正確な数の独立構造の予測を強制し、サンプル数の削減に焦点をあてて、より密接なセグメンテーション境界を創出することを目的としている。
  論文  参考訳（メタデータ） (2021-11-25T10:11:41Z)

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。