論文の概要: Rewrite, Then Veto: Rewriter-Agnostic Edit Gating for LLM-Based Post-OCR Correction
- arxiv url: http://arxiv.org/abs/2611.05539v1
- Date: Tue, 03 Nov 2026 19:31:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:57.825978
- Title: Rewrite, Then Veto: Rewriter-Agnostic Edit Gating for LLM-Based Post-OCR Correction
- Title(参考訳): LLM-based Post-OCR Correctionのためのリライタ非依存編集ゲーティング
- Abstract要約: 完全テキスト LLM 書き換え後のveto ゲートである EditVeto を提案する。
ゲートは2つのQwen3モデルの書き換えで訓練され、8つのHIPE-OC-2026テストセットで評価、凍結された。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: LLMs can repair noisy OCR transcripts of historical documents, but they also change text that was already correct. We propose EditVeto, a veto gate placed after a full-context LLM rewrite. The rewrite is character-aligned to the OCR input, its differences are split into blocks, and a 0.6B-parameter gate keeps or reverts each block. An oracle analysis motivates the design: given the true error locations, per-span generation is worse than no correction, whereas vetoing a full rewrite's edits helps. Trained on rewrites by two Qwen3 models and evaluated, frozen, on the eight HIPE-OCRepair-2026 test sets, the gate improves all five rewriters tested, two of them unseen in training: weighted cMER falls by 0.0026-0.0044 and the preference score rises by 0.15-0.25 (paired bootstrap, p ~ 0.0002 each). On published competition outputs it lowers cMER for three of four teams but raises it for the winning run (0.0050 to 0.0065). In a second, disclosed test look, a retrained gate still improves LoRA-tuned rewriters (cMER -0.0011 to -0.0021), and an ensemble of their gated edits reaches a cMER of 0.0069 and a preference score of 0.928, mostly through fine-tuning and pooling rather than gating. Built only on public models and data, it is behind the winner (0.0050) and tied with the second-ranked run (0.0071), both from the only team using domain pre-training, and ahead of all other published runs. A third, secondary look shows the unchanged gate improving zero-shot Qwen3.8-27B (cMER 0.0114 to 0.0108) but only the preference score of its LoRA-tuned version.
- Abstract(参考訳): LLMは、歴史的文書のノイズの多いOCR書き起こしを修復できるが、既に正しいテキストも変更できる。
完全テキスト LLM 書き換え後のveto ゲートである EditVeto を提案する。
書き直しはOCR入力に文字整列され、その差分はブロックに分割され、0.6Bパラメータゲートは各ブロックを保持または反転する。
オラクル分析は設計を動機付けている:真のエラー位置を考慮すれば、スパン毎の生成は修正されないよりも悪いが、完全な書き直しの編集を拒否することは役に立つ。
8つのHIPE-OCRepair-2026テストセットで2つのQwen3モデルのリライトに基づいて訓練され、評価、凍結され、ゲートはテストされた5つのリライト器をすべて改善し、そのうち2つはトレーニング中に見つからない:重み付きcMERは0.0026-0.0044、選好スコアは0.15-0.25(ペア付きブートストラップ、p 〜 0.0002)である。
大会のアウトプットでは4チーム中3チームでcMERを下げるが、優勝戦(0.0050から0.0065)で上昇する。
第二に、再訓練されたゲートはLoRAで調整された書き換え器(cMER -0.0011から-0.0021)を改良し、ゲート付き編集のアンサンブルは0.0069のcMER、選好スコア0.928に達する。
パブリックモデルとデータのみに基づいて構築され、勝者(0.0050)の背後にあり、ドメイン事前トレーニングを使用する唯一のチームと、他のすべての公開実行よりも先に、第2位のラン(0.0071)と結びついている。
第3に、ゼロショットのQwen3.8-27B(cMER 0.0114から0.0108)が改良されているが、LoRAで調整されたバージョンの好みスコアのみである。
関連論文リスト
- RubricWorld: World Model-Guided Rubric Optimization for LLM Graders [36.65444139267064]
本稿では,過去の編集評価から学習するフレームワークを提案する。
その世界モデルは、現在の状態に基づいて、編集の修正とスコア境界でのレートを予測する。
27回中20回で最高得点を記録した。
論文 参考訳(メタデータ) (2026-11-01T15:22:37Z) - Make Every Expansion Count: Learning to Search Efficiently in LLM Code Repair [63.277419653843594]
修正プログラムの生成とテストの前に編集を優先する学習ポリシであるCodeTriageを紹介する。
ホールドアウトの修理タスクでは、CodeTriageは、各メトリックで最強のベースラインよりも21%少ないプログラム修正と12%少ないアウトプットトークンの修正を見つける。
論文 参考訳(メタデータ) (2026-10-11T20:19:05Z) - The Harness as the Only Mutable Surface: Compliance-Bounded Self-Evolution of LLM Agents in Credit Pipelines, with a Measured Admission Gate [0.0]
自己改善型LLMエージェントは、クレジットパイプラインを変更ルールに適合させることができるが、書き換えるエージェントは、管理者レビューの成果物を破壊する。
自己進化は、ハーネスに限られている場合のみ、レビュー可能であると我々は主張する。
このバウンダリ上に構築されたデュアルループエンジンに,デプロイメント前にハッシュチェーンレコードを記述した入力ゲートをひとつ用意しています。
論文 参考訳(メタデータ) (2026-10-07T12:33:48Z) - Self-Generated Feedback Destabilizes Test-Time Training: A Causal Decomposition of Long-Horizon Adaptation [55.54635884641362]
テストタイムトレーニングは、モデルが推論中に重みに情報を格納することを可能にする。
各更新では、次のトレーニング例を生成するモデルも変更される。
生成されたテキストの更新を保持する128Kのトーケンストリームは、独立した人文テキストの予測を悪化させる。
論文 参考訳(メタデータ) (2026-10-04T09:21:14Z) - GlitchPatch: Repairing Glitch Tokens in Frozen Language Models via Local Retokenization [52.5302018047534]
グリッチトークンは異常な語彙のエントリであり、大きな言語モデルが一貫性のない出力を生成する可能性がある。
GlitchPatchは,局所的再トークン化に基づくフリーズ言語モデルの修復フレームワークである。
6つのトークンライザファミリーにまたがる10モデルの実験では、GlitchPatchの平均固定率は85.10%であり、最強のベースラインを14.37ポイント上回っている。
論文 参考訳(メタデータ) (2026-10-03T09:44:13Z) - SAGE: A Statistical Acceptance Gate for Self-Evolving Agents [17.727663090075463]
自己進化型エージェント(SAGE)の統計的受容ゲートを提案する。
SAGEはベースラインの編集のサブセットのみをコミットし、利得が信頼できないものや、壊れたアイテムによって購入されるものをフィルタリングする。
全20セットで最高得点を記録し、LiveMathは34.15から48.78に上昇した。
論文 参考訳(メタデータ) (2026-09-28T18:07:45Z) - 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) - Recipe-Matching, Not Equivalence [11.24196216089969]
MathNet-Retrieveは、リトリバーに、数学の問題に対して、同じ問題を示す文書を見つけるように要求する。
私たちはこの手順を"レシピ"と呼び、ペアでのトレーニングは"レシピマッチング"と同じ方法を構築しました。
我々は,ジェネレータフリーの重複評価,ニアミステスト,および3つの訓練モデルをリリースする。
論文 参考訳(メタデータ) (2026-09-25T19:21:36Z) - Sequential knowledge editing breaks a model's ability to tell good evidence from bad, without costing it accuracy [0.47745223151611654]
知識編集は、編集された事実が変化したかどうか、パラフレーズが従うかどうか、無関係な回答が残されているかどうかを評価する。
モデルが記憶した回答に割り当てるログオッズを、インジェクトされたパスアサーションに対して、編集前後に、クエリ、パス、および固定された両方の候補文字列を保持してスコア付けします。
Qwen2.5-7B-Instructでは、1000回の連続的な編集の後、MMLUは4つの小数点に変化しないが、未修正事実に対する仲裁量の拡散は36%減少する。
論文 参考訳(メタデータ) (2026-08-31T08:12:19Z) - Voice Memory for Agentic Speech Recognition [66.69623133635868]
エージェント音声認識のための推論専用スキームであるVoice Memoryを提案する。
同期的に、スコア付き例は、境界編集を通じてそのファイルを更新する。
10のHyPoradiseドメインにオープン修正器、Voice Memory、重み付き単語エラー率8.36%から7.52%の10のドメインがある。
論文 参考訳(メタデータ) (2026-07-29T02:42:56Z) - 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。