論文の概要: ThinkDeception: A Progressive Reinforcement Learning Framework for Interpretable Multimodal Deception Detection

• arxiv url: http://arxiv.org/abs/2606.18988v1
• Date: Wed, 17 Jun 2026 12:08:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 17:16:51.154157
• Title: ThinkDeception: A Progressive Reinforcement Learning Framework for Interpretable Multimodal Deception Detection
• Title（参考訳）: ThinkDeception: 解釈可能なマルチモーダル・デセプション検出のためのプログレッシブ強化学習フレームワーク
• Authors: Jinhao Song, Shan Liang, Yiqun Yue, Zhuhuayang Zhang, Tianqi Gao,
• Abstract要約: ThinkDeceptionは、新規かつ解釈可能なマルチモーダルな偽造検出フレームワークである。 従来の二分分類タスクから誤検出を明示的な認知的推論プロセスに変換する。 この研究は、解釈可能なマルチモーダルな認知的推論に向けて、騙し検出の分野をうまく推し進める。
• 参考スコア（独自算出の注目度）: 4.1722537413195395
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multimodal deception detection is critical for identifying fraudulent intentions, yet existing approaches predominantly rely on end to end black--box paradigms. These methods suffer from a severe lack of interpretability failing to provide transparent reasoning trajectories and struggling to explicitly capture the subtle, cross modal inconsistencies inherent in deceptive behaviors. To transcend these limitations, we propose ThinkDeception, a novel and interpretable multimodal deception detection framework. As a pioneering effort, it introduces Multimodal Large Language Models (MLLMs) into this domain, transforming deception detection from a traditional binary classification task into an explicit cognitive reasoning process. Facilitated by the first meticulously annotated step--by--step multimodal Chain of Thought (CoT) dataset, we develop a foundational model, ThinkDeception Base, empirically validating the critical role of modal inconsistency in decoding deception. Building upon this foundation, our core innovation lies in proposing Visual-Audio Consistency Group Relative Policy Optimization(VAC--GRPO) equipped with a progressive training strategy. Distinct from standard GRPO, we stratify the training data into four progressive difficulty tiers, guiding the model through a psychologically grounded easy--to--hard cognitive transition. By innovatively coupling this dynamic curriculum scheduler with a multi dimensional, process aware reward mechanism and a reflective learning paradigm, we significantly elevate the model's overall reasoning quality. Extensive experiments on mainstream benchmarks demonstrate that ThinkDeception establishes a new SOTA, significantly outperforming existing methods in both detection accuracy and rationale quality. Ultimately, this work successfully drives the field of deception detection toward interpretable, multimodal cognitive reasoning.
• Abstract（参考訳）: マルチモーダル・デセプションは詐欺的意図を識別するために重要であるが、既存のアプローチは終端から終端のブラックボックス・パラダイムに大きく依存している。これらの手法は、透明な推論路の提供に欠ける解釈可能性の欠如に悩まされており、知覚行動に固有の微妙で横断的な不整合を明示的に捉えることに苦慮している。これらの制限を超越するために、新規かつ解釈可能なマルチモーダル・デセプション・フレームワークであるThinkDeceptionを提案する。先駆的な取り組みとして、従来のバイナリ分類タスクからマルチモーダル・大規模言語モデル(MLLM)を明示的な認知的推論プロセスに変換する。 この基盤を基盤として、私たちの中心となるイノベーションは、進歩的なトレーニング戦略を備えたビジュアル・オーディオ・一貫性グループ相対政策最適化(VAC--GRPO)を提案することです。標準のGRPOとは別として、トレーニングデータを4つの進歩的な困難層に階層化し、心理的に根ざした理解移行を通じてモデルを導くのです。 この動的カリキュラムスケジューラを多次元のプロセス意識報酬機構と反射学習パラダイムと革新的に結合することにより、モデル全体の推論品質を大幅に向上させる。 主要なベンチマークに関する大規模な実験は、ThinkDeceptionが新しいSOTAを確立し、検出精度と合理性の両方において既存の方法よりも大幅に優れていることを示している。 究極的には、この研究は、解釈可能なマルチモーダルな認知的推論に向けた騙し検出の分野を成功に導いた。

関連論文リスト

• DeceptionX: Explainable Deception Detection with Multimodal Large Language Models [35.700154303400176]
  認識検出は、感情コンピューティングと行動分析において、重要かつ非常に困難な課題である。 DeceptionXは,誤り検出のパラダイムをブラックボックス分類から解釈可能なオブザーバ・シンク・サムライズ推論プロセスにシフトする,新しいMLLMフレームワークである。
  論文  参考訳（メタデータ） (2026-06-09T19:08:00Z)
• Uncertainty-Aware Exploratory Direct Preference Optimization for Multimodal Large Language Models [53.15468578562038]
  マルチモーダル大言語モデル(MLLM)のための不確実性を考慮した探索的直接参照最適化(UE-DPO)手法を提案する。 まず、与えられた画像にトークン予測を根拠にしなかったモデルの不確かさを定量化する。 次に、好ましいサンプルにおいて、視覚的に不足したトークンに対する学習のプレッシャーを高め、非推奨サンプルにおける有益な知識の過度な報酬化を緩和する。
  論文  参考訳（メタデータ） (2026-05-06T13:08:12Z)
• The Expense of Seeing: Attaining Trustworthy Multimodal Reasoning Within the Monolithic Paradigm [1.0742675209112622]
  我々は、現在のビジョン・ランゲージ・モデルがマルチモーダルデータを忠実に合成するわけではないと論じる。 モーダリティ変換プロトコル(Modality Translation Protocol)を提案する。
  論文  参考訳（メタデータ） (2026-04-22T15:15:32Z)
• Probabilistic Concept Graph Reasoning for Multimodal Misinformation Detection [50.08054676999716]
  確率論的概念グラフ推論(PCGR)は,マルチモーダルな誤情報検出を構造化および概念ベース推論として再構成する,解釈可能かつ進化可能なフレームワークである。 PCGRは、最先端のMDD精度と、新たな操作タイプに対する堅牢性を達成し、粗い検出ときめ細かい操作認識の両方において、先行手法より優れている。
  論文  参考訳（メタデータ） (2026-03-26T09:08:31Z)
• Rethinking Token-Level Policy Optimization for Multimodal Chain-of-Thought [73.39221516441624]
  マルチモーダル・チェーン・オブ・ソート(CoT)推論は、推論軌道を構築するために大きな視覚言語モデルを必要とする。 既存のReinforcement Learning with Verifiable Rewards (RLVR) 法は、様々な視覚的接地度を区別することなく、CoTを均一に扱う。 本稿では,隠れ状態の類似性に先立って認識を導き,トークンのエントロピーと統合する知覚探索ポリシー最適化(PEPO)を提案する。
  論文  参考訳（メタデータ） (2026-03-24T06:38:00Z)
• MSA-Thinker: Discrimination-Calibration Reasoning with Hint-Guided Reinforcement Learning for Multimodal Sentiment Analysis [5.1150258716324055]
  マルチモーダル感情分析は、テキスト、聴覚、視覚のモダリティを統合することで人間の感情を理解することを目的としている。 CoT(Chain-of-Thought)推論を取り入れた既存の手法は、高いアノテーションコストによって妨げられる。 本研究では,Hintに基づく強化学習と構造化識別校正(DC)推論を統合した新しい学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-10T12:48:41Z)
• From Sparse Decisions to Dense Reasoning: A Multi-attribute Trajectory Paradigm for Multimodal Moderation [59.27094165576015]
  疎度な意思決定から高密度な推論トレースへ移行する新しい学習パラダイム(UniMod)を提案する。 モノリシックな意思決定タスクを多次元境界学習プロセスに再構成し,エビデンス,モダリティ評価,リスクマッピング,政策決定,応答生成を含む構造化軌道を構築する。 タスク固有のパラメータを分離し、トレーニングダイナミクスを再バランスさせ、マルチタスク学習における多様な目的間の干渉を効果的に解消する、特別な最適化戦略を導入する。
  論文  参考訳（メタデータ） (2026-01-28T09:29:40Z)
• Analyzing Reasoning Consistency in Large Multimodal Models under Cross-Modal Conflicts [74.47786985522762]
  テキスト慣性(textual inertia)と呼ばれる重要な障害モードを特定し、矛盾する視覚的証拠を無視しながら、モデルは間違ったテキストに盲目的に固執する傾向がある。 本稿では,多種多様なLMMの推論連鎖に摂動を構造的に注入するLogicGraph摂動プロトコルを提案する。 その結果,10%未満の症例で自己修正が成功し,主に視覚的テキスト誤りの伝播に寄与することが判明した。
  論文  参考訳（メタデータ） (2026-01-07T16:39:34Z)
• Latent Chain-of-Thought for Visual Reasoning [53.541579327424046]
  大型視覚言語モデル(LVLM)の解釈可能性および信頼性向上には,チェーン・オブ・シント(CoT)推論が不可欠である 我々は,LVLMにおける推論を後部推論として再構成し,償却変分推論に基づくスケーラブルなトレーニングアルゴリズムを提案する。 提案手法は,7つの推論ベンチマークにおいて,最先端のLVLMを強化することを実証的に実証する。
  論文  参考訳（メタデータ） (2025-10-27T23:10:06Z)
• Unveiling Chain of Step Reasoning for Vision-Language Models with Fine-grained Rewards [48.55501117313608]
  本稿では,視覚言語モデルにおけるステップ推論の連鎖について述べる。 ステップレベルの推論データ、プロセス報酬モデル(PRM)、強化学習トレーニングを含む、シンプルで効果的で完全に透明なフレームワークを提案する。 本稿では、視覚言語モデルのベースラインとして機能し、より複雑なマルチモーダル推論に関する洞察を提供する。
  論文  参考訳（メタデータ） (2025-09-23T13:47:32Z)

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。