論文の概要: Where Did the Update Go? Certifying Declared Change Envelopes for Model Updates

• arxiv url: http://arxiv.org/abs/2611.04192v1
• Date: Tue, 03 Nov 2026 02:26:33 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:33:07.181674
• Title: Where Did the Update Go? Certifying Declared Change Envelopes for Model Updates
• Title（参考訳）: アップデートはどこへ行ったのか? モデルアップデートのための宣言された変更を認定する
• Abstract要約: 我々は有用な更新を認定する問題を定式化する。 Leakageは2つのモデルを比較しているので、ラベルのないトラフィックから認定することができる。 また,LoRAの漏洩量,完全微調整,好みの最適化,強化学習,知識編集を計測した。
• 参考スコア（独自算出の注目度）: 3.3246021992391874
• License:
• Abstract: Deployed language models are updated continually, and regulators increasingly accept changes that were declared in advance. Showing that an update changed behavior only where it was declared to is a different statistical problem from bounding how much it changed: a useful update is meant to change some decisions, so global disagreement and regression bounds cannot certify it. We formalize the problem with declared change envelopes. Before training, the developer commits to a region of inputs, and every decision that changes outside it counts as leakage. Leakage compares two models, so it can be certified from unlabeled traffic with anytime-valid tests whose sample cost we bound from above and below, and per-update certificates compose into a bound on lifetime drift outside all declared scopes. We measure leakage for LoRA and full fine-tuning, preference optimization, reinforcement learning, and knowledge editing on models from 1.5B to 72B parameters. Narrow updates leak widely: domain and policy LoRA updates keep only about 7-36% of the decisions they change inside the declared scope. Across 256 trained variants, leakage tracks the update's KL divergence to the incumbent on out-of-scope inputs (Spearman 0.94). None of the customary remedies we tested makes a rule-like update certifiable without giving up much of its intended change. Distilling the incumbent's decisions on unlabeled prompts in the deployment format does: anchored LoRA, GRPO, and (at a small learning rate) full fine-tuning updates certify 5% leakage from a few hundred to a few thousand unlabeled samples, and the certificates replicate on held-out traffic and on written answers. The certificates cover decision-like outputs only; on open-ended chat, re-batching alone changes 11-21% of responses and no update certifies. Code: https://github.com/Usama1002/declared-change-envelopes
• Abstract（参考訳）: デプロイされた言語モデルは継続的に更新され、規制当局は事前に宣言された変更を受け入れている。 更新が変更されたのは、それが宣言された場所でのみである、と示すのは、それがどれほど変わったかという統計上の問題とは異なる: 有用な更新は、いくつかの決定を変更することを意味しているため、グローバルな不一致と回帰境界は、それを認証できない。 我々は変更封筒の宣言で問題を定式化する。 トレーニングの前には、開発者は入力の領域にコミットし、外部で変更されるすべての決定はリークとしてカウントされる。 Leakageは2つのモデルを比較しているので、ラベルなしのトラフィックと、上から下からバウンドしたサンプルコストを持つ任意の時間価テストから認定することができる。 1.5Bから72Bパラメータのモデル上で,LoRAのリーク,フル微調整,選好最適化,強化学習,知識編集を計測する。 ドメインとポリシー LoRA更新は、宣言されたスコープ内で変更される決定の約7～36%しか保持しません。 256の訓練された派生型で、リークは更新のKLのスコープ外入力への分岐を追跡する(Spearman 0.94)。 私たちがテストした慣例的な改善はどれも、意図した変更の多くを諦めることなく、ルールライクな更新を可能にするものではありません。 アンロックされたLoRA、GRPO、および(少ない学習率で)フル微調整されたアップデートは、数百から数千の未ラベルのサンプルから5%のリークを認証し、証明書は保持されたトラフィックと書かれた回答で複製する。 オープンエンドのチャットでは、再バッチだけで11～21%のレスポンスが変更され、更新認証は行われない。 コード:https://github.com/Usama1002/declared-change-envelopes

関連論文リスト

• EnvOS: Auditing Computer-Use Agents When the World Moves On : Phenomenon-Based Task Construction, Certification, and Evidence-Based Evaluation [1.959154879389361]
  EnvOSは、タスクの途中で変化する環境の構築と認定のためのフレームワークである。 EnvOSは、各変更が正しく発火し、タスクが解決可能であり、グレーダが間違った振る舞いから正しく分離していることをチェックする。
  論文  参考訳（メタデータ） (2026-10-29T15:17:29Z)
• When Better Gets Worse: Improvement Fidelity for Self-Improving Agents in Adaptive Worlds [3.55777956232142]
  改善の忠実さは、改善プロセスが実際に提案する更新よりも、プロキシの改善がサインとデプロイメントの改善の順序を保存するかどうかを問うものだ。 PIVOT-KGは,単位コスト当たりの選択後悔の低減を期待して,少ない高忠実度評価を割り当てる決定対応検証器である。
  論文  参考訳（メタデータ） (2026-09-26T14:34:02Z)
• Pay Only for Disagreement: Certified No-Regression Verdicts for Model Updates with Matching Label-Complexity Bounds [0.0]
  我々は、更新促進を認定されたペア・リスク・ディファレンス監査として定式化する。 ゼロラベル層は、ラベルのないトラフィックのみに対する耐性よりも不一致率が低い良質な更新を認証する。 次数 rho2/eps2 の有限サンプル妥当性とラベル-複素性境界をレートレベルで証明する。
  論文  参考訳（メタデータ） (2026-07-22T02:51:14Z)
• Trust the Batch, On- or Off-Policy: Adaptive Policy Optimization for RL Post-Training [50.86545293331458]
  強化学習は、教師付き学習よりも構造的に難しい。 本稿では,固定クリッピングを政策比率の正規化された有効サンプルサイズに置き換える,単純かつ効果的なバッチ適応目的を提案する。
  論文  参考訳（メタデータ） (2026-05-12T16:44:47Z)
• Coding Agents Don't Know When to Act [3.2610504259514754]
  コーディングエージェントは、ソフトウェアを自律的にメンテナンスするためにますますデプロイされる。 現実のデプロイメントでは、すでに解決済みの問題に関するバグレポートに遭遇します。 最先端のモデルでさえ失敗し、35ドルから65%のケースで望ましくない変更を提案する。
  論文  参考訳（メタデータ） (2026-05-08T14:10:00Z)
• Patch2Vuln: Agentic Reconstruction of Vulnerabilities from Linux Distribution Binary Patches [3.93181912653522]
  本稿では,ローカルバイナリ由来の証拠に制限された言語モデルエージェントが,Linuxディストリビューション更新のセキュリティ意味を再構築できるかどうかを問う。 Patch2Vulnは、古い/新しいELFペアを抽出し、GhidraとGhidriffと拡散し、機能の変更をランク付けし、候補ドシエを構築し、オフラインエージェントに予備監査を生成する、ローカルで再利用可能なパイプラインである。 Patch2Vuln on 25 Ubuntu.deb package pairs: 20のセキュリティアップデートペアと5つの負のコントロール。
  論文  参考訳（メタデータ） (2026-05-07T17:22:22Z)
• ClawArena: Benchmarking AI Agents in Evolving Information Environments [61.664633997138004]
  ClawArenaは、進化する情報環境におけるAIエージェントの評価のためのベンチマークである。 それぞれのシナリオは、エージェントをノイズ、部分的、時には矛盾するトレースだけに露呈しながら、完全に隠された地上の真実を維持します。 評価は、マルチソースコンフリクト推論、動的信念修正、暗黙のパーソナライゼーションという3つの複合的な課題に基づいて構成される。
  論文  参考訳（メタデータ） (2026-04-05T17:55:23Z)
• Conflict-Resolving and Sharpness-Aware Minimization for Generalized Knowledge Editing with Multiple Updates [69.6610686845008]
  CoRSAは、複数の更新を伴う知識編集のためのパラメータ効率が高く、全体的なアプローチである。 異なる入力形式への一般化を改善し、複数の更新の安定性を向上させる。 CoRSAはまた、コードドメインに一般化し、更新の有効性において5.48%のPass@5で最強のベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-02-03T16:18:06Z)
• What Do They Fix? LLM-Aided Categorization of Security Patches for Critical Memory Bugs [46.325755802511026]
  我々は、LLM(Large Language Model)と細調整された小言語モデルに基づく2つのアプローチを統合するデュアルメタルパイプラインであるLMを開発した。 LMは、OOBまたはUAFの脆弱性に対処する最近のLinuxカーネルのパッチ5,140のうち111つを、手作業による検証によって90の正の正が確認された。
  論文  参考訳（メタデータ） (2025-09-26T18:06:36Z)
• MS-Former: Memory-Supported Transformer for Weakly Supervised Change Detection with Patch-Level Annotations [50.79913333804232]
  弱い教師付き変化検出のためのメモリ支援トランス (MS-Former) を提案する。 MS-Former は双方向注意ブロック (BAB) とパッチレベルの監視スキーム (PSS) から構成される。 3つのベンチマークデータセットの実験結果から,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2023-11-16T09:57:29Z)
• Auditing AI models for Verified Deployment under Semantic Specifications [65.12401653917838]
  AuditAIは、解釈可能な形式検証とスケーラビリティのギャップを埋める。 AuditAIは、画素空間の摂動のみを用いた検証の限界に対処しながら、検証と認定トレーニングのための制御されたバリエーションを得られるかを示す。
  論文  参考訳（メタデータ） (2021-09-25T22:53:24Z)

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。