論文の概要: One Scale, Four Texts: Gaps, Overlaps and Silent Repairs in Published Grading Schemes
- arxiv url: http://arxiv.org/abs/2611.06569v1
- Date: Wed, 04 Nov 2026 14:32:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:58.136421
- Title: One Scale, Four Texts: Gaps, Overlaps and Silent Repairs in Published Grading Schemes
- Title(参考訳): ひとつのスケールと4つのテキスト: 公開グレーディングスキームにおけるギャップ、オーバーラップ、サイレント修復
- Abstract要約: カテゴリーシステムは、しばしばテキストとしてユーザーに届き、読者はそれらを暗黙の修復で適用する。
本稿では,糖尿病性網膜症を鑑別し,修復後に何を決定するのかを問う。
我々は、4つのテキスト(2025年の英語のスクリーニング定義、2017年に集計され、2003年に出版された国際規模、そして2015年のイタリアのガイドライン)を24個の変数を探索する1つの規則言語に書き起こし、すべての点をテキストが名前の精度を開放する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Category systems often reach their users as text, and readers apply them with tacit repairs. We ask what such a text determines once the repairs are removed, using diabetic retinopathy grading, where one international scale circulates in several documents. We transcribe four texts (the English screening definitions of 2025, the international scale as tabulated in 2017 and as published in 2003, and an Italian guideline of 2015) into one rule language over 24 finding variables, and make every point a text leaves open a named precisification. Exhaustive enumeration of 1,425,807,360 finding profiles, re-derived by an SMT solver and spot-checked by an OWL reasoner, shows that every text that assigns actions leaves some eyes without a category under every reading; that the 2017 tabulation has a proliferative class that is empty when read literally and a macular gap that the 2003 text lacks, so that no function maps the 2003 grades onto the 2017 grades; and that on image findings alone the English and Italian texts order some pairs of eyes in opposite ways. On 927 annotated photographs from three public datasets, with retinal thickening assumed absent, the English text and the 2017 tabulation disagree on referral for 26.8% of the eyes of one dataset (DDR) on which both decide, and in a pre-registered experiment classifiers trained on each text's labels side with their own text. Thickening cannot be seen on a colour photograph; left free, every disagreement involving England becomes undecidable, so it rests on what the camera cannot show. In a second pre-registered study, language models that answered without deliberating repaired most gap and overlap items even when told to read literally, while Claude Sonnet 5.5 and Claude Opus 5.5 reported the defects far more often; within two models, deliberation reduced silent repair without removing it.
- Abstract(参考訳): カテゴリーシステムは、しばしばテキストとしてユーザーに届き、読者はそれらを暗黙の修復で適用する。
本稿では,糖尿病性網膜症を鑑別し,修復後に何を決定するのかを問う。
我々は、4つのテキスト(2025年の英語のスクリーニング定義、2017年に集計され、2003年に出版された国際規模、そして2015年のイタリアのガイドライン)を24個の変数を探索する1つの規則言語に書き起こし、すべての点をテキストが名前の精度を開放する。
1,425,807,360の発見プロファイルの抜粋列挙は、SMTソルバによって再抽出され、OWLの推論者によってスポットチェックされ、アクションを割り当てるすべてのテキストが、すべての読解の下にカテゴリ無しにいくつかの目を残すことを示し、2017年の集計は、文字通り読み取られたときに空である増殖クラスを持ち、2003年のテキストに欠落する黄斑点があることを示し、2003年のグレードを2017年のグレードにマッピングする関数が存在しないこと、そして、画像上の発見だけでは、英語とイタリア語のテキストは、対角に目を向けている。
927年、網膜の厚みが欠如していると仮定された3つの公開データセットの注釈付き写真では、英語のテキストと2017年の集計は、どちらも決定する1つのデータセット(DDR)の目のうち26.8%と、それぞれのテキストのラベルの側で訓練された事前登録された実験分類器の参照について意見が一致していない。
厚みはカラー写真では見ることができず、自由なまま、イングランドに関する不一致はすべて決定不能となり、カメラが見せることができないものに依存している。
第2回の事前登録調査では、再検討せずに答えた言語モデルは、文字通り読むように指示された場合でも、ほとんどのギャップと重複した項目を修復し、一方、Claude Sonnet 5.5とClaude Opus 5.5は、欠陥をはるかに頻繁に報告した。
関連論文リスト
- Prompt Revision as a Source of Cultural Bias in Text-to-Image Systems [36.41806145661922]
商用のテキスト画像システムは、画像を生成する前にユーザーのプロンプトを静かに修正する。
WORLDVIEWは15言語にまたがる8,960のプロンプトと31の言語コンテキストペアリングのベンチマークである。
これを用いて3つのシステムでリビジョン層を監査し、それぞれの文化的文脈にどれほど重大であるかを3段階で分析する。
論文 参考訳(メタデータ) (2026-09-10T13:32:40Z) - More than half of recent astronomy papers are written with language-model assistance [0.2285632039729295]
言語モデルは、それらが書くのに役立つ散文に特有の語彙を残し、天文学の文献のどれ程がそれを持っているかを測定する。
2015年から2026年中頃にかけての207,111個のアストロフ・ペーパーの全文から、これらの単語を各論文に数えて、補助的および非支援的な文章の混合としてカウントをモデル化する。
私たちの答えは、モデルを使用していない場合、これらの単語が現在どれだけの頻度で現れるかに依存します。
論文 参考訳(メタデータ) (2026-09-09T18:00:00Z) - In RAG We Trust? Measuring Robustness of Retrieval-Augmented Generation Under Document Poisoning [0.0]
我々は、小さな量子化モデルであるLlama 3.1 8B(Llama 3.1 8B)が、検索された文脈のごく一部が汚染されたときにどれだけ劣化するかを研究する。
清潔な文脈では77.9%から43.5%に減少し、3つの通路が全て崩壊する。
論文 参考訳(メタデータ) (2026-09-08T08:31:57Z) - BanglaWild: An In-the-Wild Bengali Scene Text Recognition Benchmark for OCR and Vision-Language Models [0.0]
ベンガルの2,535のシーンテキスト画像のベンチマークであるBANGLAWILDを紹介する。
15個のVLMと3つの従来のOCRシステムの評価を行った。
以上の結果から,同族内の大モデルがより小さいモデルよりも優れていないという,永続的なギャップが明らかとなった。
論文 参考訳(メタデータ) (2026-08-04T16:20:53Z) - How Surprising Is Historical Italian to Language Models? Tokenization Tax, Comprehension Tax, and a Simple Mitigation [0.0]
大規模言語モデル(LLM)はデジタルライブラリにとってますます重要になっているが、歴史的言語を処理する能力はいまだによく分かっていない。
本稿では,この難易度をトークン化コスト,予測の不確実性(前提),意味的堅牢性,コンテキスト感受性の4つの異なる次元に分解する診断フレームワークを提案する。
論文 参考訳(メタデータ) (2026-06-25T16:52:21Z) - Exploring Stroke-Level Modifications for Scene Text Editing [86.33216648792964]
シーンテキスト編集(STE)は、元のテキストの背景とスタイルを保存しながら、テキストを所望のテキストに置き換えることを目的としている。
画像全体を編集するには、背景領域とテキスト領域の異なる翻訳規則を同時に学習する必要がある。
Scene Text Image at strokE Level (MOSTEL) を用いた新しいネットワークを提案する。
論文 参考訳(メタデータ) (2022-12-05T02:10:59Z) - SpaText: Spatio-Textual Representation for Controllable Image Generation [61.89548017729586]
SpaTextはオープン語彙シーン制御を用いたテキスト・ツー・イメージ生成の新しい手法である。
シーン全体を記述したグローバルテキストプロンプトに加えて、ユーザはセグメンテーションマップを提供する。
現状拡散モデルである画素ベースと潜在条件ベースでの有効性を示す。
論文 参考訳(メタデータ) (2022-11-25T18:59:10Z) - Fine-tuning GPT-3 for Russian Text Summarization [77.34726150561087]
本稿では,テキストを要約するruGPT3(ruGPT3)機能について紹介し,それに対応する人文要約を用いてロシア語ニュースのコーパスを微調整する。
得られたテキストを一連のメトリクスで評価し、アーキテクチャや損失関数に付加的な変更を加えることなく、我々のソリューションが最先端のモデルの性能を上回ることができることを示す。
論文 参考訳(メタデータ) (2021-08-07T19:01:40Z) - Adaptive Text Recognition through Visual Matching [86.40870804449737]
言語における文字の反復性を利用した新しいモデルを提案する。
これにより、テキスト認識を形状整合問題に変換する。
従来のアーキテクチャでは、高価な再トレーニングなしには解決できない課題に対処できることが示されています。
論文 参考訳(メタデータ) (2020-09-14T17:48:53Z) - Synchronous Bidirectional Learning for Multilingual Lip Reading [99.14744013265594]
すべての言語の唇の動きは、人間の器官の共通構造によって類似したパターンを共有している。
音素はアルファベットよりも唇の動きと密接に関連している。
新しいSBLブロックが提案され、各言語の規則を補充的に学習する。
論文 参考訳(メタデータ) (2020-05-08T04:19:57Z)
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。