arXiv:2509.08366v2 Announce Type: replace 
Abstract: We study a missing-value imputation method, termed kNNSampler, that imputes a given unit's missing response by randomly sampling from the observed responses of the $k$ most similar units to the given unit in terms of the observed covariates. This method can sample unknown missing values from their distributions, quantify the uncertainties of missing values, and be readily used for multiple imputation. Unlike popular kNNImputer, which estimates the conditional mean of a missing response given an observed covariate, kNNSampler is theoretically shown to estimate the conditional distribution of a missing response given an observed covariate. Experiments illustrate the performance of kNNSampler. The code for kNNSampler is made publicly available (https://github.com/SAP/knn-sampler).

تم تقديم طريقة kNNSampler كنهج مبتكر لتقدير القيم المفقودة من خلال أخذ عينات عشوائية من استجابات الوحدات الأكثر تشابهًا بناءً على المتغيرات الملاحظة. لا تقتصر هذه التقنية على تقدير التوزيع الشرطي للاستجابات المفقودة فحسب، بل تقوم أيضًا بتحديد عدم اليقين المرتبط بهذه القيم، مما يجعلها مناسبة للتقديرات المتعددة. الشيفرة الخاصة بـ kNNSampler متاحة للجمهور على GitHub.

Se ha introducido el método kNNSampler como un enfoque novedoso para imputar valores faltantes mediante el muestreo aleatorio de las respuestas de las unidades más similares según las covariables observadas. Esta técnica no solo estima la distribución condicional de las respuestas faltantes, sino que también cuantifica las incertidumbres asociadas a estos valores, lo que la hace adecuada para imputaciones múltiples. El código de kNNSampler está disponible públicamente en GitHub.

La méthode kNNSampler a été introduite comme une approche novatrice pour imputer les valeurs manquantes en échantillonnant aléatoirement les réponses des unités les plus similaires en fonction des covariables observées. Cette technique permet non seulement d'estimer la distribution conditionnelle des réponses manquantes, mais aussi de quantifier les incertitudes associées à ces valeurs, ce qui la rend adaptée aux imputations multiples. Le code de kNNSampler est disponible publiquement sur GitHub.

The kNNSampler method has been introduced as a novel approach for imputing missing values by randomly sampling from the responses of the most similar units based on observed covariates. This technique not only estimates the conditional distribution of missing responses but also quantifies the uncertainties associated with these values, making it suitable for multiple imputations. The code for kNNSampler is publicly available on GitHub.

kNNSampler: Stochastic Imputations for Recovering Missing Value Distributions

arXiv:2512.05100v1 Announce Type: new 
Abstract: Recent works on structured text translation remain limited to the sentence level, as they struggle to effectively handle the complex document-level XML or HTML structures. To address this, we propose \textbf{Format Reinforcement Learning (FormatRL)}, which employs Group Relative Policy Optimization on top of a supervised fine-tuning model to directly optimize novel structure-aware rewards: 1) TreeSim, which measures structural similarity between predicted and reference XML trees and 2) Node-chrF, which measures translation quality at the level of XML nodes. Additionally, we apply StrucAUC, a fine-grained metric distinguishing between minor errors and major structural failures. Experiments on the SAP software-documentation benchmark demonstrate improvements across six metrics and an analysis further shows how different reward functions contribute to improvements in both structural and translation quality.

تم إحراز تقدم حديث في ترجمة الوثائق الهيكلية من خلال تقديم التعلم المعزز بالشكل (FormatRL)، الذي يستخدم تحسين السياسة النسبية الجماعية لتعزيز جودة الترجمة وسلامة الهيكل في تنسيقات الوثائق المعقدة مثل XML وHTML. تقوم هذه الطريقة بتحسين مكافآت جديدة مدركة للهيكل، مما يظهر تحسينات ملحوظة في مقاييس الترجمة على معيار وثائق البرمجيات SAP.

Se han realizado avances recientes en la traducción de documentos estructurados con la introducción del Aprendizaje por Refuerzo de Formato (FormatRL), que utiliza la Optimización de Política Relativa de Grupo para mejorar la calidad de la traducción y la integridad estructural en formatos de documentos complejos como XML y HTML. El método optimiza nuevas recompensas conscientes de la estructura, demostrando mejoras significativas en las métricas de traducción en el benchmark de documentación de software SAP.

Des avancées récentes dans la traduction de documents structurés ont été réalisées avec l'introduction de l'apprentissage par renforcement de format (FormatRL), qui utilise l'optimisation de politique relative de groupe pour améliorer la qualité de traduction et l'intégrité structurelle dans des formats de documents complexes comme XML et HTML. La méthode optimise de nouvelles récompenses conscientes de la structure, démontrant des améliorations significatives dans les métriques de traduction sur le benchmark de documentation logicielle SAP.

Recent advancements in structured document translation have been made with the introduction of Format Reinforcement Learning (FormatRL), which utilizes Group Relative Policy Optimization to enhance translation quality and structural integrity in complex document formats like XML and HTML. The method optimizes novel structure-aware rewards, demonstrating significant improvements in translation metrics on the SAP software-documentation benchmark.

kNNSampler: Stochastic Imputations for Recovering Missing Value Distributions

Was this article worth reading? Share it

LucidQuery AI

MicroEstimates

Kwrds