論文の概要: Different Models, Shared Failures: Auditing Frozen-Encoder Pools for Medical Segmentation

• arxiv url: http://arxiv.org/abs/2610.41790v1
• Date: Fri, 30 Oct 2026 14:21:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.768124
• Title: Different Models, Shared Failures: Auditing Frozen-Encoder Pools for Medical Segmentation
• Title（参考訳）: 異なるモデルと共有障害:医療セグメント化のための冷凍エンコーダプールの検討
• Abstract要約: 平均セグメンテーション精度とモデルカウントは、同じケースでモデルが失敗するかどうかを明らかにしない。 本稿では,医学的セグメンテーションのための訓練済みエンコーダプールにおける相関障害の監査であるCoFailMedについて紹介する。
• 参考スコア（独自算出の注目度）: 13.168179025082834
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Average segmentation accuracy and model count do not reveal whether models fail on the same cases. We present CoFailMed, an audit of correlated failures in pretrained-encoder pools for medical segmentation. Across five 2D tasks, we evaluate 11 public pretrained encoders (a controlled sample, not a census) using frozen features and separately trained $1\times 1$ readouts with four seeds per encoder. Shared-checkpoint pairs have the highest mean per-case Dice correlation. An expanded 17-encoder analysis shows that distinct checkpoints within the same encoder family remain more correlated than cross-family pairs. At the pooled 33rd-percentile Dice threshold, four-member pools drawn from distinct encoders have mean effective sizes of 1.56-2.92, estimated from failure correlations in pools with enough failures and passes per member. In the primary pool, richer readouts and fine-tuning narrow the Dice-correlation gap between pairs sharing a checkpoint (or the DINOv2-B/S release) and all other pairs. Yet dependence between different encoders can increase, and fine-tuning does not consistently increase effective pool size at 33rd-percentile thresholds recomputed for each training recipe. A smaller between-group gap can coexist with greater dependence. Pool evaluation should therefore report absolute dependence and threshold-specific effective size alongside accuracy and nominal pool size. The CoFailMed release provides aligned per-case traces, analysis scripts and study code to reproduce the central audit results.
• Abstract（参考訳）: 平均セグメンテーション精度とモデルカウントは、同じケースでモデルが失敗するかどうかを明らかにしない。 本稿では,医学的セグメンテーションのための訓練済みエンコーダプールにおける相関障害の監査であるCoFailMedについて紹介する。 5つの2Dタスクにまたがって、凍結した特徴を用いて、11の公開事前訓練エンコーダ(国勢調査ではなく、制御されたサンプル)を評価し、1つのエンコーダに4つの種を付けた1\times 1$readoutsを個別に訓練した。 共有チェックポイントペアはケースごとの平均Dice相関が最も高い。 拡張された17エンコーダ解析により、同一のエンコーダファミリー内の異なるチェックポイントは、クロスファミリーペアよりも相関性が高いことが示された。 プール内の33パーセントのDiceしきい値では、異なるエンコーダから引き出された4つのメンバープールの有効サイズは1.56-2.92であり、十分な故障とメンバー1人当たりの通過でプール内の障害相関から推定される。 プライマリプールでは、よりリッチな読み出しと微調整により、チェックポイント(またはDINOv2-B/Sリリース)と他のすべてのペアのペア間のDice-correlationギャップが狭まる。 しかし、異なるエンコーダ間の依存性は増大し、微調整はトレーニングレシピごとに再計算された33分の1の閾値において、有効プールサイズを常に増加させない。 グループ間のギャップが小さくなると、より依存度が高くなる。 したがって、プール評価では絶対依存度と閾値特異的有効サイズを精度と名目プールサイズとともに報告すべきである。 CoFailMedリリースは、中央監査結果を再現するために、ケースごとのトレース、分析スクリプト、研究コードを提供する。

関連論文リスト

• Benchmarking Self-Supervised 3D Medical Vision Foundation Models and Transferability Estimation [57.65266782182578]
  セルフ教師付き事前トレーニングは、3D医療基盤モデルのプールを拡張したが、異なるデータセット、エンドポイント、微調整プロトコルを使用した評価を公表した。 14のセグメンテーション、分類、回帰タスク、複数の解剖学とモダリティにまたがる23の候補をベンチマークした。 3モデルショートリストは、7つのセグメンテーションタスクで記録された抜粋+訓練ジョブ時間を85.8%削減した。
  論文  参考訳（メタデータ） (2026-10-13T01:52:19Z)
• Correlation-Guided Encoder Selection for Multi-Encoder Large Audio-Language Models [52.59216139491759]
  CUES (Correlation-gUided Selection) は、単エンコーダ評価のみから選択中の融合訓練なしで設定された候補をスコアする。 広いトラックAスイートでは、CUESはクロスファミリートリオ(Whisper-medium、mHuBERT-147、Dasheng-base)を選択する。 TrackBテキスト生成では、フォーカスされた音声のみのペア(mHuBERT-147とWavLM-base-plus)で再アンカーする。
  論文  参考訳（メタデータ） (2026-09-16T02:41:41Z)
• How Far Do Foundation Models Transfer to Infant Signals? A Cross-Dataset Transfer Audit with a Unified Need Ontology [0.0]
  公立の乳幼児の涙コーパスは小さく、ラベルと互換性がなく、ほぼ常に一度に1つのコーパスを評価している。 統合された5クラス要求オントロジーと共有タスク定式化の下で、4つの凍結エンコーダと手作りベースラインを探索する。 オントロジー、マッピングコード、監査パイプラインをリリースし、互換性のないCry corporaを使用可能な共同トレーニングリソースにします。
  論文  参考訳（メタデータ） (2026-08-10T01:22:32Z)
• Spectral Tail Interventions in Decoder-Only Language Models: Reasoning-Sensitive Weight Structure from Controlled Surgery [5.894992157122175]
  制御介入によるデコーダのみの変圧器におけるスペクトルの集中化について検討した。 ポイントワイズクエリーキー(QK$)の製品テールターゲットを定義し、独立因子手術と製品ターゲット因子化を比較した。 ホルム補正後、18対のコントラストは重要なままであり、2対は方向性だが決定的ではない。
  論文  参考訳（メタデータ） (2026-08-09T10:53:35Z)
• The Autocorrelation Blind Spot: Why 42% of Turn-Level Findings in LLM Conversation Analysis May Be Spurious [35.76482964927589]
  202のマルチターン会話における66のターンレベルメトリクスの自己相関構造を特徴付ける。 標準プールテストでは,42%のアソシエーションがクラスタ・ロバスト補正に成功しなかった。 我々は、Chelton (1983) の有効自由度と会話レベルのブロックブートストラップを組み合わせた2段階補正フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-15T20:54:39Z)
• Ensemble Threshold Calibration for Stable Sensitivity Control [0.0]
  本稿では,数千万組の幾何対もの幾何に対して,過度に分散した正確なリコールを実現するエンド・ツー・エンドのフレームワークを提案する。 我々のアプローチは、小さなエラーで常にリコールターゲットにヒットし、他のキャリブレーションと比較して冗長な検証を減らし、単一のTPU v3コア上でエンドツーエンドで実行します。
  論文  参考訳（メタデータ） (2025-10-02T15:22:28Z)
• Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
  暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。 Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。 SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
  論文  参考訳（メタデータ） (2025-09-25T14:05:55Z)
• Semiparametric conformal prediction [79.6147286161434]
  ベクトル値の非整合性スコアの結合相関構造を考慮した共形予測セットを構築する。 スコアの累積分布関数(CDF)を柔軟に推定する。 提案手法は,現実の回帰問題に対して,所望のカバレッジと競争効率をもたらす。
  論文  参考訳（メタデータ） (2024-11-04T14:29:02Z)
• Examining and Combating Spurious Features under Distribution Shift [94.31956965507085]
  我々は、最小限の統計量という情報理論の概念を用いて、ロバストで刺激的な表現を定義し、分析する。 入力分布のバイアスしか持たない場合でも、モデルはトレーニングデータから急激な特徴を拾い上げることができることを証明しています。 分析から着想を得た結果,グループDROは,グループ同士の相関関係を直接考慮しない場合に失敗する可能性が示唆された。
  論文  参考訳（メタデータ） (2021-06-14T05:39:09Z)

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。