論文の概要: SafeSceneReason: A Multimodal Reasoning Benchmark Connecting Industrial Hazards with Accident Knowledge
- arxiv url: http://arxiv.org/abs/2608.09230v1
- Date: Mon, 10 Aug 2026 07:53:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.133909
- Title: SafeSceneReason: A Multimodal Reasoning Benchmark Connecting Industrial Hazards with Accident Knowledge
- Title（参考訳）: SafeSceneReason: 事故知識と産業リスクを結びつけるマルチモーダル推論ベンチマーク
- Abstract要約: 我々は,マルチモーダルな産業安全推論ベンチマークであるSafeSceneReasonを紹介した。
得られたリソースには、110,581のシーン中心の質問対と13,114の洗練されたレポート中心の質問対が含まれる。
- 参考スコア（独自算出の注目度）: 6.121561048989516
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Industrial-safety understanding requires more than detecting workers, equipment, and personal protective equipment. Models must also assess compliance, identify hazardous interactions, explain potential accident mechanisms, and recommend preventive actions. Existing safety datasets primarily focus on visual perception or isolated violation recognition and provide limited supervision for evidence-grounded reasoning. We introduce SafeSceneReason, a multimodal industrial-safety reasoning benchmark and companion training corpus that connects workplace scenes with knowledge from occupational accident investigations. SafeSceneReason combines two complementary data-construction pipelines. The scene-centric pipeline converts annotated workplace images into executable safety scene graphs and generates deterministic answers through program execution over objects, relations, and safety rules. The report-centric pipeline extracts figures and contextual evidence from accident reports and constructs multimodal questions using evidence graphs, explicit information boundaries, multi-step reasoning paths, and iterative verification. The resulting resource contains 110,581 verified scene-centric question--answer pairs and 13,114 refined report-centric question--answer pairs, covering perception, spatial and quantitative reasoning, compliance assessment, evidence synthesis, causal analysis, and mitigation-oriented decision making. Evaluation of representative proprietary and open-source vision--language models reveals substantial performance differences and persistent weaknesses in comparative, technical, and multi-evidence reasoning, demonstrating that strong general visual understanding does not yet guarantee reliable industrial-safety reasoning.
- Abstract（参考訳）: 産業安全の理解には、労働者、機器、個人の防護機器を検出する以上のものが必要である。
モデルはコンプライアンスを評価し、有害な相互作用を特定し、潜在的な事故メカニズムを説明し、予防措置を推奨する必要がある。
既存の安全データセットは、主に視覚的知覚または孤立した違反認識に焦点を当て、証拠に基づく推論の限定的な監視を提供する。
SafeSceneReasonはマルチモーダルな産業安全推論ベンチマークであり、職場のシーンと職業事故調査からの知識を結びつける訓練コーパスである。
SafeSceneReasonは2つの補完的なデータ構築パイプラインを組み合わせる。
シーン中心パイプラインは、アノテートされた職場のイメージを実行可能な安全シーングラフに変換し、オブジェクト、関係、安全ルールに対するプログラムの実行を通じて決定論的回答を生成する。
レポート中心のパイプラインは、事故報告から数字と文脈的証拠を抽出し、エビデンスグラフ、明示的な情報境界、多段階推論パス、反復検証を用いてマルチモーダルな質問を構築する。
得られたリソースは、110,581のシーン中心質問対と13,114の洗練されたレポート中心質問対を含み、知覚、空間的および量的推論、コンプライアンスアセスメント、エビデンス合成、因果分析、緩和指向の意思決定をカバーしている。
代表的なプロプライエタリおよびオープンソースビジョン言語モデルの評価では、比較、技術、マルチエビデンス推論において、パフォーマンス上の大きな違いと持続的な弱点が示され、強力な視覚的理解が信頼性の高い産業安全推論を保証していないことが示されている。
関連論文リスト
- TRACE: An Evidence-Grounded Benchmark for Safety Evaluation of Large Reasoning Models [14.234836081847364]
大規模推論モデル(LRM)は、最終応答が安全に見える場合でも、安全でないコンテンツを含む可能性のある中間的推論トレースを生成する。
TRACEはエビデンスに基づく安全性評価ベンチマークで、プロンプト、推論トレース、最終応答をカバーしています。
各プロンプトに対して、4つのLEMが推論トレースと最終応答を生成し、各コンポーネントの安全性を注釈し、証拠を抽出する。
論文 参考訳（メタデータ） (2026-08-25T08:35:47Z) - General Hazard Detection [5.74822847046482]
ルールベースのコンプライアンスアセスメントのために設計された,最初の汎用ハザードデータセットを提案する。
私たちの重要なイノベーションは、言語ベースのルールを通じて安全要件を表現することによって、画像ベースの例からハザード概念を分離することです。
CompliVisionデータセットは、トラフィック、建設、倉庫環境にまたがる3,006のイメージで構成されている。
論文 参考訳（メタデータ） (2026-05-22T07:24:17Z) - Beyond Content Safety: Real-Time Monitoring for Reasoning Vulnerabilities in Large Language Models [14.927545906619295]
大規模言語モデルは、複雑なタスクを解決するために明示的なチェーン・オブ・シンク(CoT)推論にますます依存している。
LLMの安全性に関する既存の研究は、コンテンツ安全性に焦点を当てている。
我々は、推論の安全性をセキュリティの側面として認識する:モデルの推論の軌道が論理的に一貫したものであるという要求。
論文 参考訳（メタデータ） (2026-03-26T13:08:56Z) - DRAFT: Task Decoupled Latent Reasoning for Agent Safety [59.46137757545185]
DRAFT(Task Decoupled Latent Reasoning for Agent Safety)を提案する。
エクストラクターは、完全な軌跡をコンパクトな連続的な潜伏ドラフトに蒸留し、リゾナーはドラフトと元の軌跡に共同で参加して安全性を予測する。
DRAFTの精度は63.27%(LoRA)から91.18%に向上した。
論文 参考訳（メタデータ） (2026-02-11T07:45:14Z) - GuardTrace-VL: Detecting Unsafe Multimodel Reasoning via Iterative Safety Supervision [47.99880677909197]
GuardTrace-VLは、共同画像テキスト分析を通じてQTAパイプライン全体を監視する、視覚対応の安全監査ツールである。
本研究では,データ修正プロセスと組み合わさった3段階のプログレッシブトレーニング手法を提案する。
提案したテストセットでは、ドメイン内シナリオとドメイン外シナリオの両方を対象として、安全でない推論検出タスクにおいて、GuardTrace-VLモデルがF1スコア93.1%を達成した。
論文 参考訳（メタデータ） (2025-11-26T02:49:51Z) - SafeRBench: A Comprehensive Benchmark for Safety Assessment in Large Reasoning Models [60.8821834954637]
LRMの安全性をエンドツーエンドに評価する最初のベンチマークであるSafeRBenchを紹介する。
私たちは、リスクカテゴリとレベルを入力設計に組み込んだ先駆者です。
我々は,長い推論トレースを意味的に一貫性のある単位にセグメント化するためのマイクロシンクのチャンキング機構を導入する。
論文 参考訳（メタデータ） (2025-11-19T06:46:33Z) - When Models Outthink Their Safety: Mitigating Self-Jailbreak in Large Reasoning Models with Chain-of-Guardrails [74.63933201261595]
大規模推論モデル(LRM)は複雑な推論タスクにおいて顕著な能力を示す。
LRMは、有害なコンテンツ生成やジェイルブレイク攻撃など、深刻な安全リスクに弱いままである。
安全でない推論ステップを再構成またはバックトラックするトレーニングフレームワークであるChain-of-Guardrail(CoG)を提案する。
論文 参考訳（メタデータ） (2025-10-24T09:32:25Z) - IndustryEQA: Pushing the Frontiers of Embodied Question Answering in Industrial Scenarios [46.421243185923814]
既存のEmbodied Question Answering (EQA)ベンチマークは主に家庭環境に焦点を当てている。
安全クリティカルな倉庫シナリオにおけるエンボディエージェント能力を評価するための最初のベンチマークであるIndustrialEQAを紹介する。
このベンチマークには、機器の安全性、人間の安全性、オブジェクト認識、属性認識、時間的理解、空間的理解の6つのカテゴリをカバーする豊富なアノテーションが含まれている。
論文 参考訳（メタデータ） (2025-05-27T02:36:17Z) - Advancing Neural Network Verification through Hierarchical Safety Abstract Interpretation [52.626086874715284]
我々は、安全でない出力の階層構造を検証する抽象的DNN検証と呼ばれる新しい問題定式化を導入する。
出力到達可能な集合に関する抽象的解釈と推論を活用することにより,形式的検証プロセスにおいて,複数の安全性レベルを評価することができる。
我々の貢献には、新しい抽象的安全性の定式化と既存のアプローチとの関係を理論的に探求することが含まれる。
論文 参考訳（メタデータ） (2025-05-08T13:29:46Z) - Vision Language Model for Interpretable and Fine-grained Detection of Safety Compliance in Diverse Workplaces [5.993182776695029]
多様な職場安全コンプライアンスのための解釈可能な検出フレームワークであるClip2Safetyを紹介する。
このフレームワークは、シーン認識、視覚的プロンプト、安全アイテムの検出、きめ細かい検証の4つの主要なモジュールで構成されている。
その結果, Clip2Safetyは, 最先端の質問応答に基づくVLMよりも精度が向上するだけでなく, 推測時間も200倍高速であることがわかった。
論文 参考訳（メタデータ） (2024-08-13T18:32:06Z)
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。