論文の概要: From Admission to Retention: Predicting Durable Offspring in Quality-Diversity Search
- arxiv url: http://arxiv.org/abs/2611.06522v1
- Date: Wed, 04 Nov 2026 13:47:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:58.12683
- Title: From Admission to Retention: Predicting Durable Offspring in Quality-Diversity Search
- Title(参考訳): 容認から保留へ:品質多様性検索における耐久性のある子孫の予測
- Abstract要約: 個人が再生する前に利用可能な信号が、後代に保存されているものから単にアーカイブに入力した子孫を区別するかどうかを調査する。
平面アームのベンチマークと2つのロボット移動タスクの間、同じ信号は、しばしば反対方向のエントリーと永続性と関連付けられている。
- 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: Automated failure discovery can be framed as a diversity problem: the objective is to expose distinct ways a system fails rather than a single critical adversarial case. Yet uniform parent sampling provides no way to allocate search effort toward individuals likely to produce durable archive contributions. We study this credit assignment problem in an unstructured Quality-Diversity (QD) archive, testing whether signals available before an individual has reproduced distinguish offspring that merely enter the archive from those still retained generations later. Across a planar-arm benchmark and two robotic-locomotion tasks, the same signals are often associated with entry and persistence in opposite directions. In particular, lineage depth is the clearest such signal, and its persistence discrimination grows with population capacity, which is associated with lower turnover. Biasing parent selection toward the signals with the strongest measured association to survival nevertheless does not improve search: moderate bias matches uniform sampling, and strong bias reduces QD-score.
- Abstract(参考訳): 自動障害発見は多様性の問題とみなすことができる。目的は、単一のクリティカルな敵の場合ではなく、システムがフェールする方法を明確にすることである。
しかし、均一な親サンプリングは、耐久性のあるアーカイブコントリビューションを生成する可能性のある個人に対して、検索の労力を割り当てる手段を提供しない。
我々は、このクレジット割り当て問題を構造化されていない品質多様性(QD)アーカイブで研究し、個人が再生する前に利用可能な信号が、後代に保存されているものと単に区別された子孫を区別するかどうかを検証した。
平面アームのベンチマークと2つのロボット移動タスクの間、同じ信号は、しばしば反対方向のエントリーと永続性と関連付けられている。
特に、系統深度は最も明確な信号であり、その持続性差別は、低い転倒に伴う人口の容量とともに増大する。
信号に対する親の選択を最強の測定値とした場合、サーチは改善されない: 適度なバイアスは一様サンプリングと一致し、強いバイアスはQDスコアを低下させる。
関連論文リスト
- ReDiS: Reasoning-Diagnosis Self-Evolution for Multimodal Reasoning in Remote Sensing [53.65780048695954]
我々は、推論探索と候補評価を分離するフレームワークである textbfReasoning-Diagnosis-Self-Evolution (ReDiS) を導入する。
多様な視覚的証拠を探索するtextbfReasoner と、完全な候補セットを共同で評価する textbfDiagnoser である。
LHRS-Bench, MME-RS, CHOICEの実験では、Qwen3.5バックボーンを0.8B, 2B, 4Bスケールで一貫した改善が見られた。
論文 参考訳(メタデータ) (2026-10-13T13:38:02Z) - MeshHeal: Two-Timescale Self-Healing for Gray Failures in Decentralized LLM Agent Networks [60.95806999869478]
MeshHealは、完全に分散化された自己修復フレームワークである。
能力にマッチしたピアレビューを2つのタイムスケールに分けている。
1タスクあたり51kのトータルモデルトークンを使用して0.839の劣化位相精度を達成し、最強のベースラインでは1タスクあたり115kの0.807の精度を達成した。
論文 参考訳(メタデータ) (2026-09-24T04:29:37Z) - BiCAA: Bidirectional Credit Assignment for Search-Augmented Agent [7.0011576165695]
BiCAAは、前向きの可解性向上と後続の成功臨界という2つの相補的なシグナルを融合することによって、双方向のプロセス報酬を構築する。
検索強化されたQAベンチマークの実験では、BiCAAはポリシー最適化を安定化し、冗長な探索動作を低減し、競争性能を達成する。
論文 参考訳(メタデータ) (2026-08-02T15:41:57Z) - Dual-Branch Cross-Projection Debiasing through Diffusion-based Disentanglement [66.67463557274358]
バイアス付きデータセットに基づいてトレーニングされた基礎モデルは、しばしばターゲットラベルと非因果属性の間の急激な相関に依存する。
信頼誘導概念マイニング(CBCM:Confidence-guided Concept Mining)を導入し,属性アノテーションを使わずに信頼性の高いスプリアス属性を同定する。
本稿では,目標と突発的な表現を2つのブランチに分離するプロンプトチューニングフレームワークであるDual-branch Cross-projection Debiasing (DCD)を提案する。
論文 参考訳(メタデータ) (2026-06-23T05:28:47Z) - Shrinkage priors for Bayesian Substitute Confounders [2.1080886003173283]
粗大な多因性依存の減少を先行的に維持するスパース代行者の学習フレームワークを開発する。
提案した回帰調整型推定器は、対応する潜在変数同定仮定が成立すると、平均ポテンシャル結果に一貫性がある。
論文 参考訳(メタデータ) (2026-06-16T23:03:42Z) - Hidden Failures in Robustness: Why Supervised Uncertainty Quantification Needs Better Evaluation [40.069986955093526]
近年の研究では、大規模言語モデルの隠れ状態には不確実性推定や幻覚検出に有用な信号が含まれていることが示されている。
しかし、既存の手法がどれほど堅牢か、どのプローブ設計が分布シフトの下で信頼性のある不確実性推定を提供するのかは、まだ不明である。
本研究では,モデル,タスク,OOD設定にまたがる教師付き不確実性プローブの体系的研究を行い,2000以上のプローブをトレーニングし,表現層,特徴型,トークン集約戦略を変化させる。
論文 参考訳(メタデータ) (2026-04-13T16:11:33Z) - The Coordination Gap: Alternation Metrics for Temporal Dynamics in Multi-Agent Battle of the Exes [0.0]
マルコフゲームとして,BoEから派生したエグゼスの戦いのマルチエージェント変種について検討する。
高い総括的な支払いは、時間的調整の貧弱さと共存できることを示す。
論文 参考訳(メタデータ) (2026-03-06T00:43:53Z) - ProbeLLM: Automating Principled Diagnosis of LLM Failures [89.44131968886184]
ProbeLLMはベンチマークに依存しない自動探索フレームワークで、個々の障害から構造的障害モードへの脆弱性発見を増大させる。
ProbeLLMは、検証可能なテストケースにプローブを制限し、ツールの拡張された生成と検証を活用することで、信頼性のある証拠として障害発見を根拠とする。
論文 参考訳(メタデータ) (2026-02-13T14:33:13Z) - An Ensemble Framework for Unbiased Language Model Watermarking [60.99969104552168]
本研究では,アンサンブル・フレームワークであるENSを提案する。
ENSは複数の独立した透かしインスタンスを順次構成し、それぞれ異なるキーによって管理され、透かし信号を増幅する。
実験的な評価では、ENSは信頼できる検出に必要なトークンの数を大幅に減らし、平滑化やパラフレージング攻撃に対する耐性を高めている。
論文 参考訳(メタデータ) (2025-09-28T19:37:44Z) - Exploiting Sample Uncertainty for Domain Adaptive Person
Re-Identification [137.9939571408506]
各サンプルに割り当てられた擬似ラベルの信頼性を推定・活用し,ノイズラベルの影響を緩和する。
不確実性に基づく最適化は大幅な改善をもたらし、ベンチマークデータセットにおける最先端のパフォーマンスを達成します。
論文 参考訳(メタデータ) (2020-12-16T04:09:04Z)
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。