論文の概要: Localized Conformal Prediction for Image Classification with Vision-Language Models

• arxiv url: http://arxiv.org/abs/2606.31577v1
• Date: Tue, 30 Jun 2026 12:34:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.212454
• Title: Localized Conformal Prediction for Image Classification with Vision-Language Models
• Title（参考訳）: 視覚言語モデルを用いた画像分類のための局所的等角予測
• Abstract要約: テスト時間とキャリブレーションの視覚的特徴のコサイン類似性は局所的でないベースラインよりも改善するには不十分である。 本稿では,余弦的類似性の単純な非線形変換を提案する。これは限界被覆保証を保存し,統計的に有意な平均セットサイズ削減を実現する。
• 参考スコア（独自算出の注目度）: 5.212510010425201
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Conformal predictions have attracted significant attention in the field of uncertainty quantification, mainly because of their strong marginal coverage guarantees. Full conditional guarantee is not an attainable goal, a well known fact in conformal predictions literature. As a result, several approaches have tried to approximate this behavior by adapting the conformal sets of test-time samples according to their similarity to calibration examples. Although the latter has gained traction and shown impressive performances for regression problems, its application to image classification remains under-explored. We conduct an extensive benchmarking on natural image classification tasks with vision-language models (VLMs), using our open source implementation of a recent localized conformal prediction algorithm. We show that straightforward usage of the cosine similarity between test-time and calibration visual features, an intuitive choice for VLMs, is not sufficient to improve over the non-local baselines. In response, we propose a simple non-linear transformation of the cosine similarities, which conserves marginal coverage guarantees and achieves statistically significant mean set sizes reduction. Code is available at https://github.com/cfuchs2023/lcp-vlm/.
• Abstract（参考訳）: コンフォーマルな予測は不確実性定量化の分野で大きな注目を集めている。 完全な条件付き保証は達成可能な目標ではなく、共形予測文学においてよく知られた事実である。 その結果, キャリブレーションの例と類似性に応じて, 試験時間サンプルの共形集合を適応させることにより, この挙動を近似しようと試みた。 後者は、レグレッション問題に対して顕著な性能を示したが、画像分類への応用は未検討のままである。 視覚言語モデル(VLM)を用いた自然画像分類タスクの広範囲なベンチマークを行い、最近の局所化共形予測アルゴリズムをオープンソースで実装した。 VLMの直感的な選択である、テスト時間とキャリブレーションの視覚的特徴のコサイン類似性は、局所的でないベースラインよりも改善するには不十分であることを示す。 そこで本研究では,コサイン類似性の単純な非線形変換を提案し,限界被覆保証を保存し,統計的に有意な平均セットサイズ削減を実現する。 コードはhttps://github.com/cfuchs2023/lcp-vlm/で入手できる。

関連論文リスト

• Logit-Attention Divergence: Mitigating Position Bias in Multi-Image Retrieval via Attention-Guided Calibration [36.91587844807066]
  マルチモーダル言語モデル (MLLM) は, マルチモーダル・クロスモーダル検索において高い性能を示した。 しかし、予測は意味的関連性よりも入力順序に支配される厳しい位置バイアスに悩まされる。 そこで本研究では,本質的な注意信号を利用した学習自由な注意誘導型脱バイアスフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-12T06:17:01Z)
• Adaptive Conformal Prediction for Improving Factuality of Generations by Large Language Models [86.8650252164764]
  大規模言語モデル(LLM)は、事実的に誤った出力を生成する傾向にある。 本研究では,LLMへのコンフォメーションスコア変換法を拡張する適応型コンフォメーション予測手法を提案する。 これにより、アクシデントに依存したキャリブレーションが可能となり、条件付きカバレッジを改善しながら、限界範囲のカバレッジ保証が維持される。
  論文  参考訳（メタデータ） (2026-04-15T15:35:42Z)
• DANCE: Doubly Adaptive Neighborhood Conformal Estimation [12.643121779828526]
  本稿では,2つの新しい非整合性スコアをデータ埋め込み表現から直接組み合わせた,局所的に近似した近接近傍型コンフォメーションアルゴリズムを提案する。 我々は最先端のローカル、タスク適応、ゼロショットのコンフォメーションベースラインに対してテストを行い、DANCEが様々なデータセットにまたがるセットサイズ効率とロバスト性を比較検討した。
  論文  参考訳（メタデータ） (2026-02-24T07:54:53Z)
• Conformal Prediction Sets for Instance Segmentation [10.042082668896038]
  本稿では,適応的信頼度セットを生成するための共形予測アルゴリズムを提案する。 画像と画素座標クエリが与えられた場合、このアルゴリズムはその画素のインスタンス予測の信頼性セットを生成する。 本アルゴリズムは, 農業分野のデライン, 細胞セグメンテーション, 車両検出におけるセグメンテーションの例に適用する。
  論文  参考訳（メタデータ） (2026-02-10T18:15:06Z)
• Sparse Activations as Conformal Predictors [19.298282860984116]
  共形予測と疎ソフトマックス様変換の新たな関連性を見いだす。 本研究では, キャリブレーションプロセスが広く使用されている温度スケーリング法に対応するように, 分類のための新しい非整合性スコアを導入する。 提案手法は, 適用範囲, 効率, 適応性の観点から, 競合する結果が得られることを示す。
  論文  参考訳（メタデータ） (2025-02-20T17:53:41Z)
• Conformal Prediction Sets with Improved Conditional Coverage using Trust Scores [52.92618442300405]
  有限サンプルにおいて、正確に分布のない条件付きカバレッジを達成することは不可能である。 本稿では,最も重要となる範囲を対象とするコンフォメーション予測アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-01-17T12:01:56Z)
• Post-hoc Probabilistic Vision-Language Models [54.05237186168399]
  視覚言語モデル(VLM)は、分類、検索、生成タスクにおいて顕著な成功を収めている。 追加トレーニングを必要としないVLMにおけるポストホック不確実性評価を提案する。 この結果から,大規模モデルの安全性クリティカルな応用が期待できることがわかった。
  論文  参考訳（メタデータ） (2024-12-08T18:16:13Z)
• Contrastive Model Adaptation for Cross-Condition Robustness in Semantic Segmentation [58.17907376475596]
  意味的セグメンテーションのための正規-逆条件モデル適応について検討する。 提案手法は, コントラスト学習を通じて条件不変の特徴を学習するために, このような画像ペアを利用する。 いくつかの正規-逆適応ベンチマークにおけるモデル適応のための最先端セマンティックセマンティックセマンティクス性能を実現する。
  論文  参考訳（メタデータ） (2023-03-09T11:48:29Z)
• Uncertainty Sets for Image Classifiers using Conformal Prediction [112.54626392838163]
  本稿では,任意の分類器を修飾して真のラベルを含む予測集合を,90%などのユーザ指定確率で出力するアルゴリズムを提案する。 このアルゴリズムはPlatetスケーリングのようにシンプルで高速だが、すべてのモデルとデータセットに対して正式な有限サンプルカバレッジを保証する。 提案手法は,Plattスケーリング後の可逆クラスの小さなスコアを正規化することにより,より安定した予測セットを与えるために,既存の共形予測アルゴリズムを改良する。
  論文  参考訳（メタデータ） (2020-09-29T17:58:04Z)
• Evaluating Prediction-Time Batch Normalization for Robustness under Covariate Shift [81.74795324629712]
  我々は予測時間バッチ正規化と呼び、共変量シフト時のモデル精度とキャリブレーションを大幅に改善する。 予測時間バッチ正規化は、既存の最先端アプローチに相補的な利点をもたらし、ロバスト性を向上させることを示します。 この手法は、事前トレーニングと併用して使用すると、さまざまな結果が得られるが、より自然なタイプのデータセットシフトでは、パフォーマンスが良くないようだ。
  論文  参考訳（メタデータ） (2020-06-19T05:08:43Z)

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。