arXiv:2607.12208v1 math.ST

벤자미니-호흐베르크 절차는 상관된 양측 가우스 검정에서 FDR을 제어하지 못할 수 있다

The Benjamini--Hochberg Procedure Can Fail to Control the FDR for Correlated Two-Sided Gaussian Tests

Edgar Dobriban

제출 2026-07-13

한국어 초록

우리는 벤자미니-호흐베르크 절차가 상관된 양측 가우스 $p$-값에 대해 명목 수준에서 거짓 발견율(FDR)을 제어하지 못할 수 있음을 보인다. 수준 $α=0.01$에서, 가설 개수가 충분히 클 때 모두에 대해 엄밀한 구간 산술(interval-arithmetic) 인증이 $FDR>0.0104$임을 증명하는 요인 모델을 구성한다. 이는 20년간 널리 참으로 믿어져 온 추측을 기각한다. 몬테카를로 실험은 이론적 결과와 일치한다. 이 증명은 GPT-5.6 Pro에 의해 얻어졌으며 저자가 면밀히 검증하였다.

원문 초록

We show that the Benjamini--Hochberg procedure can fail to control the false discovery rate (FDR) at its nominal level for correlated two-sided Gaussian $p$-values. We construct a factor model for which, at level $α=0.01$, a rigorous interval-arithmetic certificate proves $FDR>0.0104$ for all sufficiently large numbers of hypotheses. This disproves a conjecture widely believed to be true for twenty years. Monte Carlo experiments are consistent with the theoretical result. The proof was obtained by GPT-5.6 Pro and carefully checked by the author.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2607.12208v1제출 시각 미확인

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2606.22336v1stat.ML공통 태그 false discovery rate, multiple testing

타깃 멤버십 점수를 통한 Null-보정 컨포멀 선택

Null-Calibrated Conformal Selection via Target-Membership Scores

컨포멀 선택(conformal selection)은 알려지지 않은 응답이 타깃 영역에 속하는 테스트 후보를 식별하면서 거짓 발견률(false discovery rate)을 통제하는 것을 목표로 한다. 기존 방법은 종종 컨포멀 예측(conformal prediction)으로부터 잔차(residual) 점수나 클리핑된 잔차 점수와 같은 예측 지향 비적합(nonconformity) 점수를 그대로 차용한다. 우리는 선택에 자연스러운 점수는 오히려 타깃 멤버십(target-membership) 확률이라고 주장한다. 이 점수는 선택 대상이 되는 이진 사건을 직접 다루며, 그 단조(monotone) 변환은 고정된 null 선택 수준에서 Neyman-Pearson 오라클 순위를 제공한다. 이 구분은 기존 점수들이 본질적으로 동일한 순위를 유도하는 평균-단조(mean-monotone) 타깃에서는 무관하지만, 예측 지향 점수가 선택 검정력(selection power)과 어긋날 수 있는 구간값(interval-valued), 분산 구동(variance-driven), 다중모드(multimodal), 또는 다중 조건(multi-condition) 타깃에서는 중요해진다. 우리는 멤버십 점수 기반 컨포멀 선택을 연구하고, 확인된 비타깃(non-target) 보정 예시에 대해 테스트 점수를 순위화하는 하나의 컨포멀 보정 경로인 Null-보정 컨포멀 선택(NCCS, Null-Calibrated Conformal Selection)을 분리하여 제시한다. null 교환성(null exchangeability) 하에서 NCCS는 유한 표본에서도 유효한 null p-값을 제공하며, 이는 임의의 종속성 하에서 BY(Benjamini-Yekutieli)와 결합하거나 표준적인 양의 종속(positive-dependence) 조건 하에서 BH(Benjamini-Hochberg)와 결합할 수 있다. 실험은 점수 원칙을 뒷받침한다: 멤버십 점수는 평균-단조 타깃에서 기존 점수와 일치하고, 분산 구동 타깃에서 평균 점수 선택 대비 실질적으로 개선되며, NCCS로 보정할 때 희귀 타깃(rare-target) 체계에서 직접적인 경험적 FDP(empirical-FDP) 임계값 설정이 과소 보수적(anti-conservative)일 수 있는 경우 유한 표본 null 유효성을 위해 검정력을 교환한다.

arXiv:2606.19737v1stat.ME공통 태그 false discovery rate, multiple testing

다중 검정에서 레이블 없는 보정

Calibration without labels in multiple testing

대규모 가설 검정은 국소 거짓 발견률(local false discovery rate)을 추정하는 경험적 베이즈 방법에서와 같이, 개별 가설에 대한 확률적 주장을 지원합니다. 본 연구에서는 이러한 주장들이 귀무 가설(null hypothesis)에 대한 대략적으로 보정된 예측으로 해석될 수 있는 방법을 연구하며, 이를 통해 모델 오지정(model misspecification) 하에서도 해석 가능한 오차 확률을 얻을 수 있음을 보입니다. 우리의 접근 방식은 확률적 예측에서 개념적 영감을 얻었지만 다른 과제를 해결합니다. 예측에서는 라벨이 결국 관측되는 것과 달리, 다중 검정에서는 정답(ground truth)이 결코 드러나지 않으므로 보정은 확률적으로 평가되고 간접적으로 확립되어야 합니다. 우리는 순서화된 $p$-값의 간격(spacings)에서 유도되고 국소 거짓 발견률을 회귀 목표로 갖는 의사 라벨(pseudo-labels) 세트를 구성하여 이 과제를 해결합니다. 이러한 구성 방식은 다중 검정에서 사후 보정(post-hoc calibration)을 평가하고 수행하는 기존 도구를 활용 가능하게 합니다. 특히, 출판된 심리학 및 신경과학 문헌에 대한 대규모 경험적 조사를 통해, 거짓 발견률(false discovery rate)에 기반한 널리 사용되는 오차 척도인 $q$-값이 심각하게 오보정(miscalibrated)될 수 있음을 발견했습니다.

arXiv:2610.13672v2cs.CL공통 태그 Math

토큰이 아닌 턴 주입하기: 자기 수정을 위해 LLM 추론을 리디렉션할 위치 학습

Inject a Turn, Not a Token: Learning Where to Redirect LLM Reasoning for Self-Correction

대규모 언어 모델(LLM)은 자신의 추론 과정에서 발생한 오류를 안정적으로 식별하고 수정하는 데 어려움을 겪는다. 수정이나 피드백을 생성하도록 LLM을 미세조정하는 기존의 학습 기반 접근법과 달리, 우리는 실패한 롤아웃에서 어디에 개입할지를 학습하고 이를 어떻게 리디렉션할지를 결정한다. 개입 위치를 선택하기 위해, 우리는 최종 답안의 정답 여부만을 이용해 고정된 인코더 위에 130K개의 매개변수를 가진 MLP 헤드를 학습시킨다. 리디렉션의 경우, 고정된 생성 예산 하에서 테스트한 인라인 주입(inline injection)은 추론을 안정적으로 리디렉션하지 못하는 반면, 동일한 지시문을 새로운 사용자 턴(user turn)으로 제시하면 모델의 진행 방향이 바뀐다는 것을 발견했다. 그 결과로 만들어진 수정 프레임워크인 UPTURN(User-Prompt TURN injection at a learned position)은 LLM의 미세조정을 전혀 요구하지 않는다: 선택된 접두 문맥(prefix)을 유지하고, 지시문을 새로운 사용자 턴으로 주입한 뒤, 나머지 부분을 재생성한다. 네 가지 추론 모델과 여섯 가지 수학 벤치마크 전반에서, UPTURN은 32회 롤아웃 기준선(baseline) 대비 모든 설정에서 평균 정확도를 향상시킨다. 동일한 수정 예산 하에서 자기 수정(self-correction) 및 리플렉션 토큰(reflection-token) 주입 기준선을 능가하며, 재학습 없이도 다른 추론 모델과 GPQA-Diamond로 전이되고, GRPO 및 자기 수정 기법과도 상호보완적이다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.