論文の概要: Cross-Prompt Reuse of Entity-Replacement Responses
- arxiv url: http://arxiv.org/abs/2611.00352v1
- Date: Fri, 30 Oct 2026 20:32:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-04 23:36:30.398021
- Title: Cross-Prompt Reuse of Entity-Replacement Responses
- Title（参考訳）: エンティティ置換応答のクロスプロンプト再利用
- Abstract要約: 他の関係の情報源では、隠れた再利用は0.5-1B Qwen と Llama の 45% と 49% のno-change エラーを除去する。
より大きなチェックポイント、チャットフォーマット、新しいエンティティは、レプリケーションとフォーマット依存またはコホート依存の障害を示す。
ターゲットリレーションソースでは、直接再利用よりも隠された再利用のポストホックなアドバンテージは、チャットフォーマットの外で0.2-0.9ナットであり、未確認であり、置き換え専用ではない。
- 参考スコア（独自算出の注目度）: 1.851820312619649
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With model weights fixed, we measure how much of an entity-replacement response transfers between English factual questions, beyond whether answers change. We add the hidden-state change from two source questions to a target question about the same entity, comparing the predicted log-probability shift between two relations' published answers, given known answer prefixes, with the measured one. Hidden reuse injects the aligned change at 50% depth before the target's remaining layers; direct reuse adds source output-score changes. With other-relation sources, hidden reuse removes 45% and 49% of no-change error on 0.5-1B Qwen and Llama. Gemma-2-2B removes 22% and passes one of three comparisons in plain text without its default beginning-of-sequence (BOS) token. A later protocol restoring it yields 58-68%, passing every comparison on three cohorts. Larger checkpoints, chat format and new entities show replication and format- or cohort-dependent failures. On small plain-format checkpoints, other-relation hidden reuse mainly reproduces the shift both relations' questions share, without reliably lowering relation-selective error. With target-relation sources, hidden reuse's post hoc advantage over direct reuse is 0.2-0.9 nats outside chat format, unconfirmed and not replacement-specific. The same relation-neutral change at both questions' entity tokens lowers relation-selective error more than random or other-replacement changes, indicating receiving-question dependence.
- Abstract（参考訳）: モデル重みを固定することにより、回答が変化するかどうかを超えて、エンティティ・リプレース・レスポンスのどのくらいが、英語の事実的質問間で伝達されるかを測定する。
2つの情報源の質問から同一のエンティティに関する対象の質問に隠れ状態の変化を加え、既知の回答プレフィックスを与えられた2つの関係の回答の予測対数確率シフトと、測定値と比較する。
隠れた再利用は、ターゲットの残りのレイヤの50%の深さでアライメントされた変更を注入します。
他の関係のソースでは、隠れた再利用は0.5-1B Qwen と Llama の 45% と 49% のno-change エラーを除去する。
Gemma-2-2Bは22%を除去し、デフォルトのBOSトークンなしでプレーンテキストで3つの比較のうちの1つをパスする。
後続のプロトコルでは58-68%が回復し、3つのコホートの比較に合格する。
より大きなチェックポイント、チャットフォーマット、新しいエンティティは、レプリケーションとフォーマット依存またはコホート依存の障害を示す。
小さなプレーンフォーマットのチェックポイントでは、他関係の隠された再利用は主に、関係選択誤差を確実に下げることなく、両方の関係の質問が共有するシフトを再現する。
ターゲットリレーションソースでは、直接再利用よりも隠された再利用のポストホックなアドバンテージは、チャットフォーマットの外で0.2-0.9ナットであり、未確認であり、置き換え専用ではない。
両方の質問の実体トークンにおける同じ関係中立変化は、ランダムまたは他の置換変化よりも関係選択誤差を低くし、受信要求依存を示す。
関連論文リスト
- ReplayLens: Auditing Agents' Use of Outcomes [16.745093090677475]
エージェントがログ化された経験を再利用すると、変更した決定は記録されたスコア、アクション名、記憶中のレコードの位置を反映する。
ReplayLensは、保存された履歴の1つの関係を一度に変更し、残りのインターフェイスを固定し、その結果の判断を計測するブラックボックス監査である。
論文 参考訳（メタデータ） (2026-09-28T02:56:32Z) - How Far Do Persona Effects Generalize in Language Models? [21.279374648591318]
ペルソナは特定の種類の人々の答えを言語モデルに求める。
これらの効果から得られた関係が、新しい質問に対する反応を予測し、モデルやプロンプトで有用かどうかを検証する。
論文 参考訳（メタデータ） (2026-09-26T16:26:03Z) - When LLM Agents Fail to Read the Room: ReAdapt for Relational Social Reasoning [6.4723124524114475]
正しい行動は、しばしば人との潜伏関係に影響を与えます。
標準的なエージェントループは、エージェントの現在の社会的仮説を新しいリレーショナルエビデンスがどのように修正すべきかを明確に示していない。
本稿では、ReActループを明示的な構造化社会状態 z = (G, B, R, N, D) で拡張し、目標、信念、関係、規範、開示を行うReAdaptを提案する。
論文 参考訳（メタデータ） (2026-09-21T18:27:15Z) - Do LiDAR Language Models Really Understand Spatio-temporal Relationships? [62.56505727364142]
ベンチマークと診断プロトコルであるLiDAR-Halluを150 nusのシーンで紹介する。
提案プロトコルは,固定回答と候補コンテンツ制御,クロスシーンペアを同一のプロンプトで組み合わせるが,参照応答は逆で,リレーショナルなリコールを行う。
記録された10万の応答の分析は、集合的空間精度によって隠された失敗を明らかにする。
論文 参考訳（メタデータ） (2026-09-21T11:59:07Z) - Same Agent, Different Answers: A Repeat-Aware Audit of Corpus-Induced Answer Churn in Retrieval-Augmented QA [0.4351760066527804]
検索強化されたQAシステムは、要求されたモデル識別子、プロンプト、検索ポリシー、エビデンス深さ、レンダリング、露出した生成制御が固定された場合でも、インデックス展開後に異なる回答を返すことができる。
我々は、隠れた現象の正確さを正解とみなし、クロスショットの相違から反則を減じて過剰な解答を推定するemphSnapshot Compatibility Auditを導入する。
論文 参考訳（メタデータ） (2026-08-24T06:40:09Z) - SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。
正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。
変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
論文 参考訳（メタデータ） (2026-08-04T13:16:15Z) - SpatialBench-UC: Uncertainty-Aware Evaluation of Spatial Prompt Following in Text-to-Image Generation [0.0]
SpaceBench-UCは、ペアの空間関係を再現可能な小さなベンチマークである。
ベンチマークパッケージ、バージョン付きプロンプト、ピン付き構成、サンプルごとのチェッカー出力、レポートテーブルをリリースします。
安定拡散1.5, SD 1.5 BoxDiff, SD 1.4 GLIGENの3つのベースラインについて検討した。
論文 参考訳（メタデータ） (2026-01-19T23:37:10Z) - Hydra-SGG: Hybrid Relation Assignment for One-stage Scene Graph Generation [57.69385990442078]
Hydra-SGGは、VG150 (16.0 mR@50)、Open Images V6 (50.1 weighted score)、GQA (12.7 mR@50)を含む複数のデータセットで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2024-09-16T13:13:06Z) - Relation Rectification in Diffusion Model [64.84686527988809]
本稿では,最初に生成できない関係を正確に表現するためにモデルを洗練することを目的とした,リレーション・リクティフィケーション(Relation Rectification)と呼ばれる新しいタスクを紹介する。
異種グラフ畳み込みネットワーク(HGCN)を利用した革新的な解を提案する。
軽量HGCNは、テキストエンコーダによって生成されたテキスト埋め込みを調整し、埋め込み空間におけるテキスト関係の正確な反映を保証する。
論文 参考訳（メタデータ） (2024-03-29T15:54:36Z) - Phrase Retrieval for Open-Domain Conversational Question Answering with
Conversational Dependency Modeling via Contrastive Learning [54.55643652781891]
Open-Domain Conversational Question Answering (ODConvQA)は、マルチターン会話を通じて質問に答えることを目的としている。
そこで本研究では,単語列に対する句検索方式を用いて,回答を直接予測する手法を提案する。
論文 参考訳（メタデータ） (2023-06-07T09:46:38Z) - LoL: A Comparative Regularization Loss over Query Reformulation Losses
for Pseudo-Relevance Feedback [70.44530794897861]
Pseudo-Relevance feedback (PRF) は、検索精度を向上させるための効果的なクエリ修正手法であることが証明されている。
既存のPRF手法は、同じクエリから派生した修正クエリを個別に扱うが、異なる数のフィードバックドキュメントを使用する。
そこで我々はLos-over-Loss(LoL)フレームワークを提案する。
論文 参考訳（メタデータ） (2022-04-25T10:42:50Z)
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。