論文の概要: SignalAudit-QD: A Reproducible Audit Resource for External Signals in AI-Query Forecasting
- arxiv url: http://arxiv.org/abs/2611.16947v1
- Date: Thu, 12 Nov 2026 15:25:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.503664
- Title: SignalAudit-QD: A Reproducible Audit Resource for External Signals in AI-Query Forecasting
- Title(参考訳): SignalAudit-QD:AIクエリ予測における外部信号の再現可能な監査リソース
- Abstract要約: SignalAudit-QDは、20日間の米国AIパネルで、日付付き公開信号がクエリ履歴以外の情報を追加するかどうかをテストする再現可能な監査リソースである。
- 参考スコア(独自算出の注目度): 0.8874671354802572
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: SignalAudit-QD is a reproducible audit resource for testing whether a dated public signal adds information beyond query history in a fixed 20-term U.S. AI panel. It aligns two archived Google Trends extractions with eight USPTO AI-patent publication streams and releases origin-indexed predictions, paired losses, provenance, executable tests, and tamper-evident run manifests. Both inputs are retrospective reconstructions obtained after the modeled 2020--2023 origins; the task is therefore a pseudo-origin assay within frozen measurement vintages, not a historical deployment simulation. In the designated one-month comparison, adding a two-component patent block to a level ridge changes macro mean absolute error by +0.0012 Trends points, with conditional 95% moving-block interval [-0.0363,+0.0387]. This establishes neither aggregate benefit nor equivalence. Alternative dimensions, semantic mapping, patent definitions, a second extraction, and a three-month horizon remain unresolved; persistence-anchored and nonlinear hosts instead show model-specific worsening, tiny for the anchored fit. Matched timing controls expose availability assumptions, while a planted-signal assay detects only the largest tested injection. A within-query high-interest alert demonstrates the released interface but not online utility. The contribution is a bounded negative case study and an extensible evidence schema for auditing external-signal claims in temporal information retrieval.
- Abstract(参考訳): SignalAudit-QDは、20日間の米国AIパネルで、日付付き公開信号がクエリ履歴以外の情報を追加するかどうかをテストする再現可能な監査リソースである。
アーカイブされた2つのGoogle Trends抽出と8つのUSPTO AI対応パブリッシュストリームを一致させ、オリジナルインデックス付き予測、ペア化された損失、前例、実行可能なテスト、タンパーの明確な実行マニフェストをリリースする。
どちらのインプットも、2020-2023年のモデルから得られた振り返りの復元であり、歴史的展開シミュレーションではなく、凍結測定ヴィンテージ内の擬似オリジンアッセイである。
指定された1ヶ月の比較において、レベルリッジに2成分の特許ブロックを追加すると、マクロ平均絶対誤差は+0.0012トレンドポイントで変化し、条件付き95%移動ブロック間隔 [-0.0363,+0.0387] が変化する。
これにより、利益と等価性は確立されない。
代替次元、セマンティックマッピング、特許定義、第2の抽出、および3ヶ月の水平線は未解決のままである。
一致したタイミング制御は可用性の仮定を公開し、植込み信号アッセイは最大のテストインジェクションのみを検出する。
クエリ内での高関心の警告は、リリースされたインターフェースを実証するが、オンラインユーティリティは示さない。
この貢献は、時間情報検索における外部信号クレームを監査するための有界負のケーススタディと拡張可能なエビデンススキーマである。
関連論文リスト
- EviCast: Forecasting Retrieval Gains Through Shared Response Calibration [81.48214908232247]
介入エビデンス-状態分解による検索値を予測するフレームワークであるEviCastを紹介する。
EviCastは、制御されたエビデンス状態に対するジェネレータの応答を測定し、この共有プロファイルと各候補レトリバーのオフラインエビデンス状態分布を組み合わせる。
状態制限解析は、そのバイナリおよびトポロジ対応のインスタンス化が正確で、共有キャリブレーションがレトリバーごとのキャリブレーションよりも統計的に効率的である場合に特徴付けられる。
論文 参考訳(メタデータ) (2026-11-02T01:55:58Z) - The Knowledge Layer Model (KLM): Evidence-Visible AI Output, Routing Diagnostics, and Negative Results [0.0]
推論レコードのオープンな実装ニュートラル仕様である知識層モデル(KLM)を導入する。
実験材料は、エンドツーエンドの検証ではなく、別の内部実験から成り立っている。
発見は内部および著者によって報告され、歴史的観察は後世の複製と区別される。
論文 参考訳(メタデータ) (2026-10-30T17:26:18Z) - Watermarking: from Impossibility to Auditable Compliance [78.87513208320995]
EU人工知能法第50条(2)は、合成出力を機械可読かつ検出可能にするために、生成システムの提供者を要求する。
自由形式のテキストにとって、重要な実装の1つは、生成的な透かし処理の実装である。
本稿は、強い透かしに代わる聴覚的な代替品を開発する。
論文 参考訳(メタデータ) (2026-10-05T13:32:41Z) - Time-Series Foundation Models That Understand Data Revisions [0.0]
VINTAGE-TSは時系列基礎モデルのリビジョン対応である。
そのターゲットは、次の期間の最初の発行された価値であり、その発表の数日後に利用可能な価値である。
ALFREDに基づくローリング評価,一致したクロノス2の比較,従来およびリビジョン対応ベースライン,事前学習重複の個別監査を行う。
論文 参考訳(メタデータ) (2026-09-23T12:29:23Z) - Prediction of Prediction (PoP): Inter-Layer Activation Fusion for Single-Pass Hallucination Detection in Large Language Models [0.0]
この研究は、生成中の内部の隠れ状態遷移ダイナミクスが、補助的な復号呼び出しを伴わずに事実エラーを信号化できるかどうかを評価する。
本稿では,層間遷移の不確実性を捉えるメカニズムである予測予測(PoP)を導入する。
PoPは受信機動作特性曲線(AUROC)の領域を75.5%の精度で達成している。
論文 参考訳(メタデータ) (2026-08-27T14:17:14Z) - Learning-based Probabilistic Load Forecasting with Post-hoc and In-model Uncertainty [0.0]
我々は,1日ごとの確率予測フレームワークを開発した。
モジュラー・ポストホック残量学習スキームとインモデル量子学習スキームを比較した。
この結果から, 再構成された入力に依存する場合の残差量子化の限界が明らかとなった。
論文 参考訳(メタデータ) (2026-07-14T13:02:18Z) - Auditable Decision Models with Learned Abstention and Real-Time Steering [6.287457666346811]
生産AIシステムは、不完全、矛盾、あるいは不十分な証拠で運用されることが多い。
我々は,不確実性が明確でなければならないAIシステムの運用上の決定制御について検討する。
本稿では,YES,NO,TBDを予測する境界決定制御モデルであるEvaluatorDPTを提案する。
論文 参考訳(メタデータ) (2026-05-26T23:37:56Z) - Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。
拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。
MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
論文 参考訳(メタデータ) (2024-05-01T12:03:39Z) - Conservative Prediction via Data-Driven Confidence Minimization [70.93946578046003]
機械学習の安全性クリティカルな応用においては、モデルが保守的であることが望ましいことが多い。
本研究では,不確実性データセットに対する信頼性を最小化するデータ駆動信頼性最小化フレームワークを提案する。
論文 参考訳(メタデータ) (2023-06-08T07:05:36Z) - Are we certain it's anomalous? [57.729669157989235]
時系列における異常検出は、高度に非線形な時間的相関のため、異常は稀であるため、複雑なタスクである。
本稿では,異常検出(HypAD)におけるハイパボリック不確実性の新しい利用法を提案する。
HypADは自己指導で入力信号を再構築する。
論文 参考訳(メタデータ) (2022-11-16T21:31:39Z) - Continual Learning for Fake Audio Detection [62.54860236190694]
本論文では,連続学習に基づく手法である忘れずに偽物を検出することで,モデルに新たなスプーフィング攻撃をインクリメンタルに学習させる手法を提案する。
ASVspoof 2019データセットで実験が行われる。
論文 参考訳(メタデータ) (2021-04-15T07:57:05Z)
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。