論文の概要: Label-Wording Augmentation in a Typed-Decision Encoder: Gains on Unfamiliar Words, Not on Abbreviations or Codes
- arxiv url: http://arxiv.org/abs/2611.08439v1
- Date: Thu, 05 Nov 2026 18:31:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-07 04:55:13.623297
- Title: Label-Wording Augmentation in a Typed-Decision Encoder: Gains on Unfamiliar Words, Not on Abbreviations or Codes
- Title（参考訳）: 型決定エンコーダにおけるラベル語増大--省略や符号ではなく、不慣れな単語で得られる
- Abstract要約: 多言語クロスエンコーダRu-Jevの2つのリリースを比較し、13のロシア語タスクをトレーニングした。
3つの異なるプロセスによって生成される10のラベル語彙を評価し、トレーニングデータと重なることを確認した。
通常の単語や借用語による保留語彙では、任意の設定で最大0.24の強化リリースがより正確である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Typed-decision models score options that the caller supplies at request time, so their accuracy depends on label wording that the model's developer does not control. We compare two releases of a 307M-parameter multilingual cross-encoder, Ru-Jev, trained on thirteen Russian-language tasks; the later release adds an augmentation that presents labels in several surface forms. Holding questions fixed and varying only how eighteen routing labels are worded, we evaluate ten label vocabularies, produced by three separate processes and checked for overlap with the training data, with five candidates per question and, for eight of them, also with eighteen. On held-out vocabularies made of ordinary or borrowed words (English-derived jargon, office slang, department names), the augmented release is more accurate in every setting, by up to 0.24. Eleven of these fourteen gains survive a Holm correction (slang with eighteen candidates and descriptive sentences with five do not), and for jargon on all labels the label-level interval excludes zero in both settings. On abbreviations and opaque codes it gives no usable gain: on abbreviations it is not better, and worse on the clean slice, and on opaque codes both releases stay at or below chance once labels related to training options are removed. In most cells where accuracy rises, the risk-coverage area falls, but with eighteen candidates confident errors rise on jargon and slang. On two datasets neither release saw, accuracy moves by -8.4 and +5.6 points. We also report four evaluation hazards from comparing the two releases.
- Abstract（参考訳）: タイプ決定モデルは、呼び出し側が要求時に供給するオプションをスコアするので、その精度は、モデルの開発者が制御していないラベルのワードに依存する。
13のロシア語タスクで訓練された307MパラメトリックなクロスエンコーダRu-Jevの2つのリリースを比較した。
3つの異なるプロセスによって生成され、トレーニングデータと重なり合うようにチェックされるラベル語彙を10個評価し、1問につき5つの候補、そのうち8つは18名に対して評価した。
通常の単語や借用語(英語由来のジャーゴン、オフィススラング、部署名)で書かれた保留語では、追加リリースは各設定で最大0.24まで正確である。
これらの14件のうち11件はホルム訂正(18件の候補と5件の記述文)を生き残り、全てのラベルのjargonの場合、ラベルレベルのインターバルは両方の設定でゼロを除外する。
略語や不透明なコードでは、それは役に立たない: 略語では、より良くも悪くも、清潔なスライスでは、そして不透明なコードでは、両方のリリースは、トレーニングオプションに関連するラベルが取り除かれると、偶然に残る。
精度が上昇するほとんどの細胞では、リスクカバレッジ領域は低下するが、18人の候補がジャーゴンとスラングにエラーを発生させると確信している。
2つのデータセットでは、どちらもリリースされていないが、精度は8.4点と+5.6点である。
また,2つのリリースを比較することで,4つの評価リスクを報告した。
関連論文リスト
- Fear Is Not Always Fear: Variation in Emotion Label Equivalence Across Datasets [0.042970700836450486]
私たちは、恐怖や驚きといった同名のラベルがリソース全体にわたって同じことを意味しているという仮定をテストします。
同じテキストでは、ある恐れの分類器は71%が恐怖、もう1つの8%が恐怖と宣言するが、両者はテキストのランクについてほぼ一致している。
共有感情ラベル名は、交換可能な測定対象を確立しない。
論文 参考訳（メタデータ） (2026-10-09T00:55:54Z) - Labels Override Definitions in Jev-Style Typed Decision Models [8.534825157831387]
型付き決定モデルは、複数の呼び出し者定義オプションのそれぞれに対して確率を返すことで、固定された質問に答える。
オープン実装について検討し、その重みを検査・パッチし、その確率が定義やラベルに従うかどうかを問う。
論文 参考訳（メタデータ） (2026-10-01T23:32:30Z) - IndicQE-APE: A Benchmark for Quality Estimation and Automatic Post-Editing for Indic Languages [77.88427845181154]
我々はWMT 2020-2024の共有タスクの系統を、英語のリソースを拡張してインディクシーに集約する:9つの方向対に対して126,754ドルのインスタンス。
セグメントレベルのQEでは,LSMが6つ,COMETが3つ,APEでは3つのシステムをベンチマークした。
論文 参考訳（メタデータ） (2026-08-17T09:50:52Z) - Improving Labeling Consistency with Detailed Constitutional Definitions and AI-Driven Evaluation [0.21483624911986507]
多くの自動ラベリングパイプラインは、入力を記述された仕様で定義されたカテゴリに分類する。
1つの解決策は、ラベラーが記述された解釈に異を唱えることができないような、十分な実際の境界条件を解決した規範的な定義を書くことである。
実際には、その詳細レベルでの定義は人間のアノテータがワーキングメモリで保持できるものを超えているので、ラベルは記述されたルールから逸脱する。
我々は、エッジケースをカバーするのに十分な詳細でラベルを定義するカテゴリごとのコンフィグレーションの記述を支援するAI駆動ワークフローの有効性を提案し、実証する。
論文 参考訳（メタデータ） (2026-05-22T21:52:12Z) - Small Edits, Big Consequences: Telling Good from Bad Robustness in Large Language Models [0.0]
大きな言語モデル(LLM)が、ひとつの単語の誤読が安全性を損なう可能性があるような設定でコードを書くようになりました。
有用な堅牢性と有害な不感度の開始点を調査するために、50のLeetCode問題をコンパイルし、3つの最小限の急激な摂動を発生させる。
3つの「推論チューニング」バージョンを含む6つのフロンティアモデルにより、各変更プロンプトが解決される。
論文 参考訳（メタデータ） (2025-07-15T03:22:07Z) - Imprecise Label Learning: A Unified Framework for Learning with Various Imprecise Label Configurations [91.67511167969934]
imprecise label learning (ILL)は、様々な不正確なラベル構成で学習を統合するためのフレームワークである。
我々は、ILLが部分ラベル学習、半教師付き学習、雑音ラベル学習にシームレスに適応できることを実証した。
論文 参考訳（メタデータ） (2023-05-22T04:50:28Z) - Unsupervised Language agnostic WER Standardization [4.768240090076601]
本稿では,スペル正規化とセグメント正規化という2つのモジュールからなる自動WER正規化システムを提案する。
4つの言語にわたる35K発話に対するASRによる実験の結果、平均的なWERの減少率は13.28%となった。
論文 参考訳（メタデータ） (2023-03-09T05:50:54Z) - Exploiting Completeness and Uncertainty of Pseudo Labels for Weakly
Supervised Video Anomaly Detection [149.23913018423022]
弱教師付きビデオ異常検出は、ビデオレベルのラベルのみを用いて、ビデオ内の異常事象を特定することを目的としている。
2段階の自己学習法は擬似ラベルの自己生成によって著しく改善されている。
本稿では,自己学習のための完全性と不確実性を利用した強化フレームワークを提案する。
論文 参考訳（メタデータ） (2022-12-08T05:53:53Z) - CCPrefix: Counterfactual Contrastive Prefix-Tuning for Many-Class
Classification [57.62886091828512]
多クラス分類のための新しいプレフィックスチューニング手法であるCCPrefixを提案する。
基本的に、ラベル空間における実数対から派生したインスタンス依存の軟式接頭辞は、多クラス分類における言語動詞化を補完するために利用される。
論文 参考訳（メタデータ） (2022-11-11T03:45:59Z) - A Study on the Autoregressive and non-Autoregressive Multi-label
Learning [77.11075863067131]
本稿では,ラベルとラベルの依存関係を共同で抽出する自己アテンションに基づく変分エンコーダモデルを提案する。
したがって、ラベルラベルとラベル機能の両方の依存関係を保ちながら、すべてのラベルを並列に予測することができる。
論文 参考訳（メタデータ） (2020-12-03T05:41:44Z)
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。