論文の概要: Omni-Decision: A Progressive Evidence-State Agent System for Omni-Modal QA

• arxiv url: http://arxiv.org/abs/2607.11433v1
• Date: Mon, 13 Jul 2026 11:39:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.455421
• Title: Omni-Decision: A Progressive Evidence-State Agent System for Omni-Modal QA
• Title（参考訳）: Omni-Decision: Omni-Modal QAのためのプログレッシブエビデンス・ステート・エージェント・システム
• Abstract要約: Omni-Decisionはトレーニング不要のエビデンス状態システムで、オムニモーダルQAをクエリースコープによるエビデンス閉鎖プロセスに変換する。 システムは、確認された証拠、未解決の紛争、事実と計算の依存関係、オープンなエビデンス要求を含む構造化されたエビデンス状態を維持している。 OmniGAIAは45.6%、WorldSenseは58.3%、ベースラインは+27.3、+30.2ポイント向上している。
• 参考スコア（独自算出の注目度）: 24.7221105118374
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Omni-modal evidence-seeking QA requires agents to answer questions whose evidence is sparsely distributed across videos, audio, images, web pages, and computation results. Existing agentic multimodal systems often leave evidence in scratchpads, tool trajectories, or free-form histories, making it difficult to track what has been grounded, what remains missing, and when the evidence is sufficient to answer. We propose Omni-Decision, a training-free evidence-state system that turns omni-modal QA into a query-scoped evidence-closure process. For each query, Omni-Decision maintains a structured evidence state containing confirmed evidence, unresolved conflicts, fact and computation dependencies, and open evidence needs. A shared state view conditions planning, evidence acquisition, validation, repair, and finalization. Heterogeneous observations from media, web, computation, and verification modules are normalized, judged, and committed through deterministic state updates. This design enables targeted evidence acquisition, preserves sparse cross-modal cues, and provides inspectable control over repair and stopping. Omni-Decision achieves 45.6% accuracy on OmniGAIA and 58.3% on WorldSense, improving over the baselines by +27.3 and +30.2 percentage points, respectively. No-state ablations and trajectory audits further support the role of explicit evidence-state control in multi-step omni-modal evidence seeking.
• Abstract（参考訳）: Omni-modal evidence-seeking QAは、証拠がビデオ、オーディオ、画像、Webページ、計算結果にばらばらに分散されている問題にエージェントが答えることを要求する。 既存のエージェント・マルチモーダル・システムは、しばしば、スクラッチパッド、ツール・トラジェクトリ、フリーフォーム・ヒストリーに証拠を残し、何が根拠になっているか、何が欠落しているか、そして証拠が答えるに足るかどうかを追跡するのが困難になる。 我々は,Omni-Decisionを提案する。Omni-Decisionは,Omni-Modal QAをクエリースコープによるエビデンス閉鎖プロセスに変換する訓練不要なエビデンス状態システムである。 それぞれのクエリに対して、Omni-Decisionは、確認されたエビデンス、未解決のコンフリクト、事実と計算の依存関係、オープンエビデンス要求を含む構造化されたエビデンス状態を維持している。 共有状態ビュー 計画、証拠取得、検証、修復、最終化。 メディア、Web、計算、検証モジュールの不均一な観察は、決定論的状態更新を通じて正規化され、判定され、コミットされる。 この設計は、目標とする証拠の取得を可能にし、スパース・クロスモーダル・キューを保存し、修復と停止の検査可能な制御を提供する。 Omni-DecisionはOmniGAIAが45.6%、WorldSenseが58.3%、ベースラインが+27.3、+30.2ポイント向上している。 非状態改善と軌道監査は、多段階のOmni-modal evidenceの探索において、明示的なエビデンス制御の役割をさらに支えている。

関連論文リスト

• Omni-Streaming Thinking [57.37011317711198]
  オームニモーダルモデルのストリーミングは、これまで観察されたビデオチャンクと同期オーディオから何といつ答えるかを決定する必要がある。 我々は,これまでに観察された証拠,今後の証拠の予測,及びこの証拠に基づく主張を含む構造化された出力を生成するOmni-Streaming Thinking (OST)を提案する。
  論文  参考訳（メタデータ） (2026-09-14T07:05:04Z)
• Modality Fault Lines: Structural Corruptions Reveal Fragile Omni-Modal Reasoning [5.307937307387054]
  テキスト, 視覚, 音声に制御された構造的腐敗を適用しつつ, 質問, 回答空間, モダリティチャンネルを個別かつ共同で固定する診断評価プロトコルであるSCEvalを紹介する。 その結果, 構造劣化はクリーンな精度を低下させ, テキストビジョン損傷が最も安定な共有断層線を形成し, マルチモーダル劣化は, 崩壊したモーダル数の単純な関数ではなく, 非付加的であることがわかった。
  論文  参考訳（メタデータ） (2026-08-29T14:05:42Z)
• Task-Conditional Faithfulness Auditing of Multimodal LLMs for Grid Diagnosis [5.427346259545067]
  マルチモーダル大言語モデル(LLM)は、トポロジー、測定、インシデントテキストを組み合わせてグリッド診断を行うことができる。 本稿では,タスク条件の忠実度監査を行うための一般的な枠組みを提案する。
  論文  参考訳（メタデータ） (2026-07-27T15:17:15Z)
• CogniRoute: Learning to Route Social Evidence in Omni-Modal Models [17.95400335206455]
  社会オムニ推論のためのMixture-of-ExpertsフレームワークであるCogniRouteを紹介する。 トレーニングと評価を支援するために,118K構造化トレーニング例を用いた診断ソーシャルビデオQAリソースであるOmniSocialBenchを構築した。 CogniRouteはOmniSocialBenchで平均59.38%の精度を達成し、最強のプロプライエタリベースラインを15.33ポイント、最強のオープンソースオムニベースラインを26.77ポイント改善している。
  論文  参考訳（メタデータ） (2026-06-18T22:17:18Z)
• AuthTrace: Diagnosing Evidence Construction in Thematically Dense Single-Author Corpora [6.956097396264084]
  AuthTraceは,主題的に密集した単一著者コーパスに基づいて構築された診断ベンチマークである。 AuthTraceは明示的な引用されたエビデンス、正確なファンインアノテーション、エビデンスリコール、エビデンス精度、答えの正当性を測定する統一パックレベルのプロトコルを提供する。
  論文  参考訳（メタデータ） (2026-05-25T03:10:52Z)
• FIKA-Bench: From Fine-grained Recognition to Fine-Grained Knowledge Acquisition [54.31138496553705]
  日常生活におけるきめ細かい認識は、しばしばクローズドブックの分類問題ではない。 既存のベンチマークは主に視覚的認識を評価しており、このアクティブな外部知識獲得能力は過小評価されている。 そこでは,システムが外部の証拠を探し,検証し,利用し,オープンエンドのきめ細かい認識質問に答えなければならない,きめ細かな知識獲得について検討する。
  論文  参考訳（メタデータ） (2026-05-13T08:49:51Z)
• Omni-Fake: Benchmarking Unified Multimodal Social Media Deepfake Detection [42.81849035175321]
  ソーシャルメディアでは、マルチモーダルなディープフェイクが急増している。 既存のベンチマークは、単一のモダリティの範囲、単純化された操作、非現実的な分布によって制約される。 ソーシャルメディア設定における総合的なマルチモーダルディープフェイク検出のためのオムニ・フェイク(Omni-Fake)を提案する。
  論文  参考訳（メタデータ） (2026-05-02T22:56:17Z)
• Knowing When Not to Answer: Evaluating Abstention in Multimodal Reasoning Systems [52.83669998269706]
  テキストのみの設定で研究されてきたが、まだマルチモーダルに探索されていない。 現在のベンチマークでは、未解決性を無視するか、現実的な障害モードを見逃す粗末なメソッドに依存している。 MM-AQAは、2つの軸に沿った変換によって解答不能なインスタンスを解答可能なインスタンスから構築するベンチマークである。
  論文  参考訳（メタデータ） (2026-04-16T09:23:22Z)
• Automated Self-Testing as a Quality Gate: Evidence-Driven Release Management for LLM Applications [51.56484100374058]
  我々は,エビデンスに基づくリリース決定を伴う品質ゲートを導入する自動自己テストフレームワークを提案する。 内部展開型多エージェント対話型AIシステムの縦型ケーススタディにより,本フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2026-03-13T20:44:15Z)
• DisastQA: A Comprehensive Benchmark for Evaluating Question Answering in Disaster Management [27.25517951457221]
  我々は8つの災害タイプにまたがる3000の厳格に検証された質問(2000の多重選択と1,000のオープンエンド)の大規模ベンチマークであるDisastQAを紹介した。 オープンエンドQAでは,冗長性よりも事実的完全性を重視した,人間の検証されたキーポイントに基づく評価プロトコルを提案する。 20モデルを用いた実験では、MMLU-Proのような汎用のリーダーボードとはかなりの相違が見られる。
  論文  参考訳（メタデータ） (2026-01-07T07:46:42Z)
• Demystifying deep search: a holistic evaluation with hint-free multi-hop questions and factorised metrics [89.1999907891494]
  We present WebDetective, a benchmark of hint-free multi-hop questions with a control Wikipedia sandbox。 25の最先端モデルに対する我々の評価は、すべてのアーキテクチャにまたがる体系的な弱点を明らかにしている。 私たちはエージェントワークフローであるEvidenceLoopを開発し、ベンチマークが特定する課題を明示的にターゲットしています。
  論文  参考訳（メタデータ） (2025-10-01T07:59:03Z)
• REM-Net: Recursive Erasure Memory Network for Commonsense Evidence Refinement [130.8875535449478]
  REM-Netは、答えを説明できない低品質な証拠を消去することで証拠を洗練するためのモジュールを備えている。 既存の知識ベースから証拠を取得する代わりに、REM-Netは事前訓練された生成モデルを利用して、質問用にカスタマイズされた候補証拠を生成する。 結果はREM-Netの性能を示し、洗練された証拠が説明可能であることを示します。
  論文  参考訳（メタデータ） (2020-12-24T10:07:32Z)
• Hierarchical Evidence Set Modeling for Automated Fact Extraction and Verification [5.836068916903788]
  階層的エビデンス・セット・モデリング(Heerarchical Evidence Set Modeling, HESM)は、エビデンス・セットを抽出し、サポート対象のクレームを検証するためのフレームワークである。 実験の結果,HESMは事実抽出とクレーム検証の7つの最先端手法より優れていた。
  論文  参考訳（メタデータ） (2020-10-10T22:27:17Z)

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。