論文の概要: IAD-R1: Reinforcing Consistent Reasoning in Industrial Anomaly Detection

• arxiv url: http://arxiv.org/abs/2508.09178v2
• Date: Thu, 14 Aug 2025 15:30:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-15 13:42:23.654541
• Title: IAD-R1: Reinforcing Consistent Reasoning in Industrial Anomaly Detection
• Title（参考訳）: IAD-R1:産業異常検出における連続推論の強化
• Authors: Yanhui Li, Yunkang Cao, Chengliang Liu, Yuan Xiong, Xinghui Dong, Chao Huang,
• Abstract要約: 普遍的なポストトレーニングフレームワークであるIAD-R1は、異常検出機能を大幅に強化する。 IAD-R1は7つのVision-Language Model(VLM)で大幅に改善された IAD-R1はGPT-4.1やClaude-Sonnet-4といった商用モデルを上回るゼロショット設定である。
• 参考スコア（独自算出の注目度）: 11.178131621535261
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Industrial anomaly detection is a critical component of modern manufacturing, yet the scarcity of defective samples restricts traditional detection methods to scenario-specific applications. Although Vision-Language Models (VLMs) demonstrate significant advantages in generalization capabilities, their performance in industrial anomaly detection remains limited. To address this challenge, we propose IAD-R1, a universal post-training framework applicable to VLMs of different architectures and parameter scales, which substantially enhances their anomaly detection capabilities. IAD-R1 employs a two-stage training strategy: the Perception Activation Supervised Fine-Tuning (PA-SFT) stage utilizes a meticulously constructed high-quality Chain-of-Thought dataset (Expert-AD) for training, enhancing anomaly perception capabilities and establishing reasoning-to-answer correlations; the Structured Control Group Relative Policy Optimization (SC-GRPO) stage employs carefully designed reward functions to achieve a capability leap from "Anomaly Perception" to "Anomaly Interpretation". Experimental results demonstrate that IAD-R1 achieves significant improvements across 7 VLMs, the largest improvement was on the DAGM dataset, with average accuracy 43.3% higher than the 0.5B baseline. Notably, the 0.5B parameter model trained with IAD-R1 surpasses commercial models including GPT-4.1 and Claude-Sonnet-4 in zero-shot settings, demonstrating the effectiveness and superiority of IAD-R1. The dataset, code, and all model weights will be publicly available at https://github.com/Yanhui-Lee/IAD-R1.
• Abstract（参考訳）: 工業的異常検出は現代の製造において重要な要素であるが、欠陥サンプルの不足は、従来の検出手法をシナリオ固有のアプリケーションに限定している。 VLM(Vision-Language Models)は、一般化能力において大きな優位性を示すが、産業的異常検出における性能は依然として限られている。 この課題に対処するために,異なるアーキテクチャやパラメータスケールのVLMに適用可能な汎用的なポストトレーニングフレームワークであるIAD-R1を提案する。 IAD-R1は2段階の訓練戦略を採用しており、PA-SFT(Perception Activation Supervised Fine-Tuning)段階は、訓練、異常認識能力の向上、推論相関の確立のために、厳密に構築された高品質のChain-of-Thought データセット(Expert-AD)を利用する;Structured Control Group Relative Policy Optimization (SC-GRPO)段階は、"異常知覚"から"異常解釈"への飛躍的な能力を達成するために、慎重に設計された報酬関数を使用する。 実験の結果、IAD-R1は7つのVLMで大幅に改善され、最大の改善はDAGMデータセットであり、平均精度は0.5Bベースラインよりも43.3%高い。 特に、IAD-R1でトレーニングされた0.5Bパラメータモデルは、GPT-4.1やClaude-Sonnet-4などの商用モデルをゼロショット設定で上回り、IAD-R1の有効性と優位性を実証している。 データセット、コード、およびすべてのモデルウェイトはhttps://github.com/Yanhui-Lee/IAD-R1.comで公開される。

関連論文リスト

• Perception-Aware Policy Optimization for Multimodal Reasoning [79.56070395437898]
  現在のマルチモーダル推論における誤りの主な原因は、視覚入力の知覚にある。 提案するPAPOは,モデルが推論を学習しながら知覚を学習することを奨励する,新しいポリシー勾配アルゴリズムである。 知覚誤りの30.5%が有意に減少し,PAPOによる知覚能力の向上が示唆された。
  論文  参考訳（メタデータ） (2025-07-08T23:22:34Z)
• DisCO: Reinforcing Large Reasoning Models with Discriminative Constrained Optimization [55.06360285372418]
  グループ相対政策最適化は大規模推論モデル(LRM)の強化学習手法である 本研究では,2次報酬設定の下でGRPOの目的を解析し,質問レベルの難易度バイアスの固有の制限を明らかにする。 差別学習の原則を基礎として, LRMの強化のための新たな差別的制約付き最適化フレームワークを導入する。
  論文  参考訳（メタデータ） (2025-05-18T11:08:32Z)
• EIAD: Explainable Industrial Anomaly Detection Via Multi-Modal Large Language Models [23.898938659720503]
  工業異常検出(IAD)は製造中の製品品質を確保するために重要である。 本稿では,コア特徴抽出からダイアログ機能を分離する専用マルチモーダル欠陥ローカライゼーションモジュールを提案する。 私たちはまた、Defect Detection Question Answering (DDQA) という、最初のマルチモーダル産業異常検出トレーニングデータセットにも貢献する。
  論文  参考訳（メタデータ） (2025-03-18T11:33:29Z)
• RAAD-LLM: Adaptive Anomaly Detection Using LLMs and RAG Integration [2.879328762187361]
  本稿では,適応型異常検出のための新しいフレームワークであるRAAD-LLMを提案する。 ドメイン固有の知識を効果的に活用することにより、RAAD-LLMは時系列データにおける異常の検出を強化する。 実際のデータセットでは,70.7%から88.6%に精度が向上した。
  論文  参考訳（メタデータ） (2025-03-04T17:20:43Z)
• Self-supervised Feature Adaptation for 3D Industrial Anomaly Detection [59.41026558455904]
  具体的には,大規模ビジュアルデータセット上で事前学習されたモデルを利用した初期のマルチモーダルアプローチについて検討する。 本研究では,アダプタを微調整し,異常検出に向けたタスク指向の表現を学習するためのLSFA法を提案する。
  論文  参考訳（メタデータ） (2024-01-06T07:30:41Z)
• Adversarially Adaptive Normalization for Single Domain Generalization [71.80587939738672]
  一般化正規化アプローチ,適応標準化と再スケーリング正規化(ASR-Norm)を提案する。 ASR-Normは、ニューラルネットワークを介して標準化と再スケーリングの統計学を学ぶ。 ASR-Normは最先端のADAアプローチに一貫した改善をもたらすことを示す。
  論文  参考訳（メタデータ） (2021-06-01T23:58:23Z)

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。