論文の概要: When Category Means Move: A Paired-Support Audit of Recommendation Logs with Random Insertions

• arxiv url: http://arxiv.org/abs/2611.05006v1
• Date: Tue, 03 Nov 2026 14:53:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-07 15:09:45.750181
• Title: When Category Means Move: A Paired-Support Audit of Recommendation Logs with Random Insertions
• Title（参考訳）: カテゴリーが動くとき: ランダムな慣行による推奨ログのペア・スポーツ監査
• Abstract要約: コンテンツカテゴリダッシュボードは、製品レコメンデーションログを要約するが、サービスポリシは、各平均の背後にあるユーザ、アイテム、コンテキストを選択する。 KuaiRandのランダムな挿入インプレッションを使って、これらの要約を同じ12,472ユーザーと5,486ビデオで監査する。
• 参考スコア（独自算出の注目度）: 14.578711992979647
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Content-category dashboards summarize production recommendation logs, although the serving policy selects the users, items, and contexts behind each mean. Using KuaiRand random-insertion impressions, we audit these summaries on the same 12,472 users and 5,486 videos in both logs. Standard means have absolute/centered mean absolute error (MAE) 0.1935/0.0491 and rank correlation 0.7833. User demeaning plus a random grand-mean anchor reduces absolute MAE by 80.0%, but centered MAE by only 21.0%, without reliably improving rank. A complete-support ledger allocates weighted squared error mainly to within-video residual (72.41%) and video mix (23.90%), with 3.65% from random support. In a frozen later test, early category calibration reaches MAE 0.0251 versus 0.0531 for scalar calibration; their direct difference is -0.0280 [-0.0296, -0.0172]. Decision evidence is cutoff-specific: the nominal top-10 regret change for row-weighted demeaning versus naive is -0.0062 [-0.0084, -0.0003], while top-5 and top-20 intervals include zero. The six-contrast family-wise top-10 interval [-0.0136, 0.0013] includes zero. An outcome-free disjoint randomized-reference split also leaves all six nominal contrasts covering zero. A known-truth stress test shows incomplete improvement under a mean-additive positive control and failure under item mix and weak overlap. All decompositions are descriptive and each result is conditional on its overlap cohort. KuaiRand intervals quantify user-cluster variation conditional on the realized catalog and calendar; we claim neither intrinsic category effects nor a universally valid correction.
• Abstract（参考訳）: コンテンツカテゴリダッシュボードは、製品レコメンデーションログを要約するが、サービスポリシは、各平均の背後にあるユーザ、アイテム、コンテキストを選択する。 KuaiRandのランダムな挿入インプレッションを使って、これらの要約を同じ12,472ユーザーと5,486ビデオで監査する。 標準手段は、絶対/中心平均絶対誤差(MAE) 0.1935/0.0491 とランク相関 0.7833 を有する。 ユーザ名とランダムなグランド平均アンカーは、絶対値MAEを80.0%削減するが、ランクを確実に改善することなく、21.0%だけ中央に集中する。 フルサポートされた台帳は、主にビデオ内の残差(72.41%)とビデオミックス(23.90%)に重み付けされた2乗誤差を割り当て、ランダムサポートから3.65%を得る。 凍結後の試験では、初期のカテゴリキャリブレーションは、スカラーキャリブレーションが0.0280 [-0.0296, -0.0172] であるのに対して、MAE 0.0251に達する。 行重み付き de mean 対 naive に対する名目上のトップ10の後悔変化は -0.0062 [-0.0084, -0.0003] であり、トップ5とトップ20のインターバルは 0 である。 6コントラストのファミリーワイドトップ10インターバル [-0.0136, 0.0013] はゼロを含む。 結果のない非結合ランダム化参照分割はまた、0をカバーする6つの名目コントラスト全てを残している。 既知トラス応力試験では, 平均付加正の制御下での不完全な改善と, 項目混在下での故障, 重なり合いの弱さが認められた。 すべての分解は記述的であり、それぞれの結果は重なり合うコホートで条件付きである。 KuaiRand間隔は、実現されたカタログとカレンダーに基づいて、ユーザクラスタの変動条件を定量化します。

関連論文リスト

• When Does Perturbation Consistency Add Information Beyond Softmax Confidence? Theory and Evidence for the Decision Consistency Framework [0.0]
  摂動一貫性は、予測が小さな入力変化に耐えられるかどうかを判断する。 決定一貫性フレームワーク(Decision Consistency Framework)は、ラベル安定性(LS)と信頼性偏差(CD)を6つの軽度演算子で評価する。 これらのスコアがクリーンなソフトマックス出力に欠けている情報を持っているかどうかを問う。
  論文  参考訳（メタデータ） (2026-10-27T04:59:27Z)
• Controlled Acquisition and Abstention in Three-Channel Score Conflicts [8.345705067210861]
  音声、ビデオ、テキストが一致しない場合、精度だけで別のソースを取得するかどうかを示さない。 制御された3スコアのベンチマークでこれらの選択について検討する。 一致したコントロールは、しきい値ポリシーが要求の少ない決定と常に一致していることを示している。
  論文  参考訳（メタデータ） (2026-10-07T19:09:30Z)
• Measuring Collapse and Correction in Homogeneous-Panel LLM Debate [51.03982042769297]
  マルチエージェント大言語モデル(LLM)の議論は、最終回答が改善するかどうかによってしばしば評価されるが、運動は必ずしも改善されない。 標準的な最終精度評価は、これらの反対のメカニズムを詳述する。 複数選択質問(MCQ)に関する同質な議論のための監査可能なプロトコルを導入し、各実行を、崩壊、修正、オンセット、署名された介入ユーティリティよりも、遷移台帳として記録する。
  論文  参考訳（メタデータ） (2026-09-28T14:31:19Z)
• OSCC: Certified Observation-Safe Coupling Optimization for Gradient-Noise Control in Imperfect-Information Learning [23.835119696596095]
  無効な結合は、隠された状態を隠蔽し、内因性ポリシーのランダム性を同期させ、または、偽の履歴が分岐した後の誤ったチャンスイベントを発生させる。 本稿では,限界保存,情報状態安全性,ブランチローカルなポリシーランダム性,セマンティックイベントアライメント,トレース・ビオークル・リプレイなどを通じて,許容可能なクラスを定義するフレームワークであるオブザーバセーフ・カウンタファクト・カップリング(O SCC)を紹介する。 我々は, 限界保存結合に対して, ポリシ・ヤコビアン重み付き対角外帰還共分散が雑音変化を決定することを示す勾配対応結合基準を導出する。
  論文  参考訳（メタデータ） (2026-09-27T13:10:30Z)
• Observer Choice and Threshold Selection in Retinal Vessel Segmentation: A Subject-Separated Evaluation [28.97096038427138]
  全28個のCHASE DB1画像と両アノテーションを用いて網膜血管分割の選択について検討した。 ランダムな森林では、マキシミンは21本中19本で閾値を変化させるが、最悪のサーバのDiceは70.53パーセントから70.45パーセントに低下する。 IdenticalObserver-1-tuned random-forest masks score 73.6% againstObserver 1 and 71.06% againstObserver 2
  論文  参考訳（メタデータ） (2026-09-22T02:41:33Z)
• Decision Shifts, Lost Label Functionality, and an Inconclusive Grounding Audit in Correctness-Gated Multi-Teacher Distillation [0.0]
  決定の正しさと根拠は異なる目的である。 固定実験において, 高精度多教師蒸留法について検討した。 未ろ過蒸留と比較して, 正度重み付きアームの精度は+0.1660。
  論文  参考訳（メタデータ） (2026-09-09T04:39:56Z)
• Decomposing Wrong-Consensus Agreement in LLM Self-Consistency: A GPT-4.1 Case Study [1.2716872085463884]
  複数のLSMサンプルに対する多数決投票は、回答の正確性を高めるために広く用いられているが、その利得は不規則に異なる。 本稿は、この失敗を定量的に分析する。
  論文  参考訳（メタデータ） (2026-08-19T10:50:15Z)
• Why Does the Future Branch? Identifiable Closure Tests for Stochastic Physical World Models [0.0]
  ClosurePairsは、繰り返し発生する障害を伴う互換性のあるマイクロステートを横断します。 ソースの属性は確実に回復する。 非線形相互作用ベンチマークにおける等予算分解誤差を低減する。
  論文  参考訳（メタデータ） (2026-08-01T11:07:24Z)
• Let the Results Speak: A Replication-First Paradigm for LLM Behavioral Benchmarking [22.825786049667602]
  本稿では,1つのヒト・ラタのコンセンサスに有効性を確保するために,複製第一パラダイムを提案する。 楽器を4つの特性で認証する - Kランの信頼性、アーキテクチャ的に異なる審査員間のクロスインストラクトレプリケーション、以前のトレーニングコホートからの審査員による歴史的フットプリントキャリブレーション、事前登録された予測。 本研究は, 自己発達型データ駆動による情緒的伴奏で, 次元は事前に決められず, 手順は9次元に安定化する。
  論文  参考訳（メタデータ） (2026-05-27T03:41:11Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
  検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。 エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。 CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
  論文  参考訳（メタデータ） (2025-12-22T16:34:21Z)

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。