論文の概要: Generalist Vision-Language Models for Fast Radio Burst detection: a zero-shot benchmark against a specialized detector

• arxiv url: http://arxiv.org/abs/2607.07382v1
• Date: Wed, 08 Jul 2026 13:15:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.390106
• Title: Generalist Vision-Language Models for Fast Radio Burst detection: a zero-shot benchmark against a specialized detector
• Title（参考訳）: 高速電波バースト検出のための一般ビジョンランゲージモデル:特殊検出器に対するゼロショットベンチマーク
• Abstract要約: 我々は、高速無線バースト(FRB)をゼロショット・プロンプトのみの条件下で検出できる小型でオープンウェイトなローカルなビジョン・ランゲージ・モデル(VLM)の有効性を評価する。 Gemma 4 2Bの精度は93.65%であり、SwinYNetと統計的に有意な差はない。 プロンプトのみを書き換えると、3000のスペクトルの完全なセットで3種類のFRB/RFI/ノイズ分類で同じモデルを再構成し、単一の偽のFRBを使わずに最大86%の精度で到達する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fast Radio Bursts (FRBs) are millisecond-duration radio transients whose automated detection increasingly relies on highly specialized deep learning models. These detectors achieve exceptional performance, but they require large task-specific training datasets and cannot be redefined without retraining. In this work, we evaluate whether small, open-weight, locally run generalist Vision-Language Models (VLMs) can detect FRBs in dynamic spectra under a zero-shot, prompt-only regime, with no fine-tuning and no labeled examples, returning structured decisions with a natural-language justification. From a controlled set of 3000 simulated L-band dynamic spectra containing FRBs, structured Radio Frequency Interference (RFI), and noise, we draw a balanced binary benchmark of 2000 samples and compare two such VLMs (Gemma 4 2B and 4B), sample by sample, against the state-of-the-art specialized detector SwinYNet. At the default threshold, Gemma 4 2B reaches an accuracy of 93.65%, with no statistically significant difference from SwinYNet (92.90%), while showing a significantly lower false-positive rate on structured RFI (6.4% vs. 25.0%) and no false positives on pure noise. SwinYNet retains a perfect probabilistic ranking on this benchmark (ROC-AUC of 1.0000 vs. 0.9482), a ceiling that the zero-shot VLM approaches from general-purpose pretraining alone. Rewriting the prompt alone reconfigures the same models for three-class FRB/RFI/noise classification on the full set of 3000 spectra, where they reach up to 86% accuracy without a single false FRB.
• Abstract（参考訳）: 高速無線バースト(FRB)はミリ秒周期の無線トランジェントであり、自動検出は高度に専門化されたディープラーニングモデルに依存している。 これらの検出器は例外的な性能を達成するが、大きなタスク固有のトレーニングデータセットを必要とするため、再トレーニングなしでは再定義できない。 本研究では,極小かつオープンウェイトで局所的に動作する一般のビジョン・ランゲージ・モデル (VLM) が,ゼロショット・プロンプト・オン・レギュレーションの下で動的スペクトルのFRBを検出できるかどうかを,微調整もラベル付き例も無く評価し,自然言語の正当性で構造化決定を返却する。 FRB、構造化無線周波数干渉(RFI)、ノイズを含む3000個のLバンドダイナミックスペクトルの制御セットから、2000サンプルのバランスの取れたバイナリベンチマークを描画し、サンプル毎に2つのVLM(Gemma 4 2B, 4B)を比較し、最先端の特殊検出器SwinYNetと比較する。 デフォルトのしきい値では、Gemma 4 2B は 93.65% に達し、SwinYNet (92.90%) と統計的に有意な差はないが、構造化 RFI (6.4% vs. 25.0%) の偽陽性率は著しく低く、純雑音の偽陽性は存在しない。 SwinYNetはこのベンチマーク(ROC-AUCの1.0000対0.9482)で完全な確率的ランクを維持しており、ゼロショットのVLMは汎用的な事前訓練だけで近づく。 プロンプトのみを書き換えると、3000のスペクトルの完全なセットで3種類のFRB/RFI/ノイズ分類で同じモデルを再構成し、単一の偽のFRBを使わずに最大86%の精度で到達する。

関連論文リスト

• Domain-Specific Hallucination Detection in Large Language Models [0.0]
  大規模言語モデルは、不誠実なクレームを含むことができる流動的なテキストを生成する。 微調整されたDeBERTa-v3分類, Monte Carlo (MC) Dropoutの不確実性定量化を組み合わせた多信号検出パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-09-10T17:45:36Z)
• Comparing Self-Supervised and Domain-Invariant Features for Cross-Domain Voice Phishing Detection [5.314238974401925]
  ドメイン不変の韻律特徴と自己教師付き表現を比較する。 HuBERTは最高性能(94.2% F1, 5-shot)、wav2vec2.0は精度指向検出プロファイル(90.2% F1, 99.4%の精度、5-shot)である。 ドメイン不変の機能は、実際のデータが存在しない場合にゼロショットデプロイメントを可能にし、SSLメソッドはより高いパフォーマンスを実現するが、実際のサンプルと計算が必要である。
  論文  参考訳（メタデータ） (2026-09-07T06:06:45Z)
• From Inaudible Inputs to Model Failures: Low-Frequency Safety Risks in LALMs [46.76277198630859]
  大規模な音声言語モデル (LALM) は多様な音声入力を理解する強力な能力を示している。 この多様性には、人間には聞こえない低周波信号が含まれているが、それでもモデルに入り、その生成に影響を与えることができる。 ブラックボックス設定における普遍的な波形テンプレートを用いて,このリスクを評価可能な赤信号抽出手法である Intermittent Low-Frequency Lockout (ILL) を提案する。
  論文  参考訳（メタデータ） (2026-08-10T06:09:50Z)
• Sub-Billion, Super-Frontier: Small Language Models Rival Zero-Shot Frontier LLMs on General and Literary Relation Extraction [5.070542698701158]
  大言語モデル(LLM)は強い関係抽出(RE)を実現する 本研究では,小言語モデル(SLM)が汎用ドメインと文学テキスト間のギャップをいかに埋めるかを考察する。
  論文  参考訳（メタデータ） (2026-06-21T17:24:31Z)
• GuardNet: Ensemble Strategies of Shallow Neural Networks for Robust Prompt Injection and Jailbreak Detection [0.0]
  大規模言語モデル(LLM)は自然言語処理を変換しているが、攻撃に弱いままである。 この研究は、浅いニューラルネットワーク(BiLSTM)のアンサンブルに基づくガードレールシステムであるガードネットを提示する。 システムはCPU上で平均50ミリ秒のレイテンシで動作し、本番環境へのデプロイに適している。
  論文  参考訳（メタデータ） (2026-06-04T01:24:15Z)
• Audio Deepfake Detection with Half-Truth Localisation Using Cross-Attentive Feature Fusion [0.0]
  CAFNetは3次分類(リアル、フルフェイク、ハーフトゥルース)を行い、合成された領域の時間的境界を1つの前方通過で遅らせる。 2値検出では、96.76%の精度と3.20%の誤差率(EER)を達成し、500倍以上のパラメータで微調整されたXLS-R 300M(78.31%)とAST 87M(93.03%)を上回っている。
  論文  参考訳（メタデータ） (2026-05-28T07:47:22Z)
• Evaluation of gNB Monostatic Sensing for UAV Use Case [14.424133779785636]
  無人航空機(UAV)症例に対する5G New Radio(NR)ベースステーション(gNB)を用いたモノスタティックセンシングについて検討した。 マルチターゲット検出および3次元位置決めのためのエンドツーエンド処理チェーンを提案し,5%未満の誤報率で70%以上の検出確率を達成する。
  論文  参考訳（メタデータ） (2026-04-02T15:57:58Z)
• Retrieval-Augmented Few-Shot Prompting Versus Fine-Tuning for Code Vulnerability Detection [0.8737375836744933]
  大規模な言語モデルの能力を活用するための微調整の実用的な代替手段として、ほとんどショットプロンプトが登場していない。 コード脆弱性検出における少数ショット性能向上戦略として,検索強化プロンプトについて検討する。
  論文  参考訳（メタデータ） (2025-11-28T12:19:31Z)
• RF-DETR: Neural Architecture Search for Real-Time Detection Transformers [42.015879164246805]
  RF-DETRは軽量な特殊検出変換器である。 我々のアプローチは、ターゲットデータセット上にトレーニング済みのベースネットワークを微調整する。 我々はNASの"tunable knobs"を再検討し、多様なターゲットドメインへのDETRの転送性を改善する。
  論文  参考訳（メタデータ） (2025-11-12T18:58:39Z)
• Signal and Noise: A Framework for Reducing Uncertainty in Language Model Evaluation [103.66549325018741]
  現在のベンチマークの違いを示す2つの重要な指標を紹介します。 より優れた信号対雑音比を持つベンチマークは、小規模で意思決定を行う場合、より信頼性が高いことを示す。 結論は、新しいベンチマークを作成する人や、どの既存のベンチマークを使うかを選択する人は、高い信号と低いノイズを目標にすることを推奨する。
  論文  参考訳（メタデータ） (2025-08-18T17:56:04Z)
• ConQueR: Query Contrast Voxel-DETR for 3D Object Detection [47.51610366092525]
  ConQueRは、挑戦的なOpenデータセット検証セットに基づいて、新しい最先端(ソータ)71.6 mAPH/L2を実現する。 当社のシングルフレームConQueRは、挑戦的なOpenデータセット検証セット上で、新しい最先端(ソータ)71.6 mAPH/L2を実現しています。
  論文  参考訳（メタデータ） (2022-12-14T15:44:12Z)
• Meta-Generating Deep Attentive Metric for Few-shot Classification [53.07108067253006]
  本稿では,新しい数ショット学習タスクのための特定のメトリックを生成するための,新しい深度メタジェネレーション手法を提案する。 本研究では,各タスクの識別基準を生成するのに十分なフレキシブルな3層深い注意ネットワークを用いて,メトリクスを構造化する。 特に挑戦的なケースでは、最先端の競合他社よりも驚くほどパフォーマンスが向上しています。
  論文  参考訳（メタデータ） (2020-12-03T02:07:43Z)
• Neural Network Virtual Sensors for Fuel Injection Quantities with Provable Performance Specifications [71.1911136637719]
  証明可能な保証が、他の現実世界の設定にどのように自然に適用できるかを示す。 本研究では, 燃料噴射量を一定範囲で最大化するために, 特定の間隔の燃料噴射量を目標にする方法を示す。
  論文  参考訳（メタデータ） (2020-06-30T23:33:17Z)
• Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection [85.53263670166304]
  一段検出器は基本的に、物体検出を密度の高い分類と位置化として定式化する。 1段検出器の最近の傾向は、局所化の質を推定するために個別の予測分岐を導入することである。 本稿では, 上記の3つの基本要素, 品質推定, 分類, ローカライゼーションについて述べる。
  論文  参考訳（メタデータ） (2020-06-08T07:24:33Z)

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。