論文の概要: Prior Directions: Why GUI Grounding Gets Locked in the Past

• arxiv url: http://arxiv.org/abs/2607.26913v1
• Date: Wed, 29 Jul 2026 13:43:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.69294
• Title: Prior Directions: Why GUI Grounding Gets Locked in the Past
• Title（参考訳）: 以前の方向性:GUIグラウンディングが過去でロックされた理由
• Abstract要約: 古い言語は、さもなければ正しい視覚判断を 時代遅れの答えにリダイレクトできる。 モデル全体で、より強力なロックインは最終回答の前にモデル表現の小さな変更を伴います。 事前制御は、事前に引き起こされた変化が、その答えを生成するために使われる表現において、一貫性と再利用可能なパターンを形成するときに生じる。
• 参考スコア（独自算出の注目度）: 15.22741838584034
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vision-language models often use descriptions of earlier visual states to make decisions about the current scene. When the scene changes, stale language can redirect an otherwise correct visual judgment toward an outdated answer. We study this failure as visual lock-in in a controlled grounding setting where only the verbalized prior varies. Across models, stronger lock-in accompanies smaller changes in the model representation before the final answer. This reversal suggests that lock-in depends not on how far this representation moves, but on how that movement is organized. In models that are harder to correct, prior-induced changes concentrate along a compact set of directions that repeatedly appear across examples. We call these recurrent axes the Prior Directions. They recur on held-out examples, while a descriptive four-model comparison associates greater concentration with stronger lock-in. Controlled interventions show that removing the component aligned with the Prior Directions restores visual grounding, whereas removing an equally large orthogonal component has little effect. Prior control thus arises when prior-induced changes form a coherent and reusable pattern in the representation used to produce the answer. This account explains why the same prior remains revisable in one model yet becomes dominant in another.
• Abstract（参考訳）: 視覚言語モデルは、しばしば現在のシーンについて決定するために、以前の視覚状態の記述を使用する。 シーンが変化すると、古い言語は、さもなくば正しい視覚判断を時代遅れの答えにリダイレクトすることができる。 本研究では,この失敗を,先行詞のみが変化する制御接地環境における視覚的ロックインとして検討する。 モデル全体で、より強力なロックインは最終回答の前にモデル表現の小さな変更を伴います。 この逆転は、ロックインは、この表現がどこまで動くかではなく、その動きがどのように組織されるかにかかっていることを示唆している。 修正が難しいモデルでは、事前誘導された変化は、例を通して繰り返し現れる一連のコンパクトな方向に沿って集中する。 これらの繰り返し軸をprefer Directionsと呼びます。 それらはホールドアウトの例で再帰し、説明的な4モデル比較はより強いロックインとより大きな濃度を関連付ける。 制御された介入は、事前方向に沿った成分の除去が視覚的接地を回復することを示し、一方、等しく大きな直交成分の除去は、ほとんど効果がないことを示している。 事前制御は、事前に引き起こされた変化が、その答えを生成するために使われる表現において、一貫性と再利用可能なパターンを形成するときに生じる。 この説明は、なぜ同じ事前が1つのモデルで修正可能であるが、別のモデルでは支配的になるのかを説明する。

関連論文リスト

• Identifying Habit, Physics, and Nuisance in Robot World Models [0.0]
  テレオペレーテッドなデモは、実行されたアクションを考えると、基礎となるダイナミクスがほぼ決定論的である場合でも、しばしばマルチモーダルである。 この多モード性は、通常、行動選択の操作的習慣、共有物理学、観察ニュアンスという3つの要因と、絡み合った次の観測予測因子が3つ全てを吸収する、というものである。
  論文  参考訳（メタデータ） (2026-09-06T00:20:22Z)
• Vernier: Probing Representational Misalignment Behind Lexical Gaps in Causal Reasoning [2.347843817145202]
  英語の変数名を型保存プレースホルダーに置き換えた後、命令調整型言語モデルは、同じ因果関係の質問に異なる方法で答えることができることを示す。 この語彙的ギャップは、プレースホルダービューにおける情報損失を反映しているか、まだ回答関連コンテンツを持っている表現からミスアライメントされた読み出しを反映しているのかを問う。
  論文  参考訳（メタデータ） (2026-06-14T10:29:37Z)
• FUMO: Prior-Modulated Diffusion for Single Image Reflection Removal [51.98991734660274]
  本稿では、空間制御性と構造忠実性を改善するために、明示的な誘導信号を導入した事前変調フレームワーク(FUMO)を用いた拡散モデルを提案する。 標準ベンチマークと野生での挑戦的な画像の両方で実施された実験は、競争力のある定量的結果を示し、知覚品質を継続的に改善した。
  論文  参考訳（メタデータ） (2026-03-19T15:33:11Z)
• Why Steering Works: Toward a Unified View of Language Model Parameter Dynamics [81.80010043113445]
  局所的な微調整、LoRAに基づく適応、およびアクティベーションに基づく介入を分離して研究する。 制御信号によって誘導される動的ウェイト更新として、これらの介入をフレーム化する統一的な視点を示す。 提案手法では,選択と効用との間に一貫したトレードオフが観測される。
  論文  参考訳（メタデータ） (2026-02-02T17:04:36Z)
• Position: Explaining Behavioral Shifts in Large Language Models Requires a Comparative Approach [7.72875981545154]
  行動シフトは、独立した単一のモデルではなく、相対的に説明されるべきである、と私たちは主張する。 我々は、適切な説明法を設計する際に考慮すべきデシラタのセットで比較XAI($-XAI)フレームワークを定式化する。
  論文  参考訳（メタデータ） (2026-02-02T16:36:21Z)
• Thinking with Deltas: Incentivizing Reinforcement Learning via Differential Visual Reasoning Policy [75.66913260900726]
  検証可能なリワードによる強化学習は、大規模言語モデルにおいてかなり高度な推論能力を持っている。 既存のパラダイムは、テキスト中心の成果報酬によって推進され、モデルが視覚的知覚をバイパスすることを奨励します。 我々はtextbfDifferential Visual Reasoning Policy によって駆動されるフレームワーク Deltas を用いた textbfThinking を提案する。
  論文  参考訳（メタデータ） (2026-01-11T08:25:34Z)
• SceneAlign: Aligning Multimodal Reasoning to Scene Graphs in Complex Visual Scenes [69.03114625064282]
  マルチモーダルな大きな言語モデルは、複雑な視覚シーンにおいて忠実な推論に苦しむことが多い。 既存の嗜好ベースのアプローチでは、モデルが視覚的グラウンドをバイパスするために言語事前を活用できるため、この課題に対処できない。 我々は,シーングラフを構造化視覚情報として活用し,制御可能な構造介入を行うフレームワークであるSceneAlignを提案する。
  論文  参考訳（メタデータ） (2026-01-09T07:40:39Z)
• Do Reasoning Vision-Language Models Inversely Scale in Test-Time Compute? A Distractor-centric Empirical Analysis [17.897469162097085]
  視覚言語モデルにおける視覚的障害がテスト時間スケーリングに与える影響について検討する。 視覚的注意散らしは、基本的にテキストと異なることが分かりました。 本稿では、推論モデルにおけるバイアス駆動予測を緩和するための簡単なプロンプト戦略を提案する。
  論文  参考訳（メタデータ） (2025-11-26T13:49:08Z)
• Object-Centric Diagnosis of Visual Reasoning [118.36750454795428]
  本稿では,地平とロバスト性に基づく視覚的推論の体系的対象中心の診断について述べる。 我々は,グラフ推論機械という診断モデルを開発した。 本モデルは、純粋に象徴的な視覚的表現を確率的シーングラフに置き換え、教師の強制訓練をビジュアル推論モジュールに適用する。
  論文  参考訳（メタデータ） (2020-12-21T18:59:28Z)
• Transformation Driven Visual Reasoning [80.32402545546209]
  本稿では,重要な要因,すなわちトランスフォーメーションを導入することで,新たな視覚的推論パラダイムを定義する。 この種のテキスト状態駆動型視覚推論アプローチは、マシンが異なる状態間のダイナミクスを推論する能力を持っているかどうかを反映する限界がある、と我々は主張する。 実験結果から,現在最先端の視覚推論モデルは,Basic上では良好に動作するが,イベントやビューにおける人間レベルのインテリジェンスには程遠いことが示唆された。
  論文  参考訳（メタデータ） (2020-11-26T07:11:31Z)
• What Happens To BERT Embeddings During Fine-tuning? [19.016185902256826]
  細調整がBERTモデルの表現に与える影響について検討する。 微調整は主にBERTの上位層に影響を与えるが、タスク間で注目すべきバリエーションがある。 特に、依存関係解析はモデルのほとんどを再構成するが、SQuADとMNLIはより浅い処理を伴っているように見える。
  論文  参考訳（メタデータ） (2020-04-29T19:46:26Z)

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。