論文の概要: How China-Origin Vision-Language Models Move from Refusal to Reframing in State Alignment

• arxiv url: http://arxiv.org/abs/2608.11816v1
• Date: Wed, 12 Aug 2026 08:58:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-13 19:07:54.527396
• Title: How China-Origin Vision-Language Models Move from Refusal to Reframing in State Alignment
• Title（参考訳）: 中国とオリジンのビジョンランゲージモデルが国家調整の拒否から反フレーミングにどのように動くか
• Abstract要約: 中国起源のテキストベース大言語モデル(LLM)では、状態整合歪みが記録されている。 私たちは、9つの視覚言語モデル(VLM)、7つの中国オリジン、2つの非中国的パラダイムと2つのプロンプト言語を、21,708のトライアルで実行しています。 各レスポンスは、明示的な拒絶、情報整合性、視覚的接地、状態整合フレーミング、言語一貫性、応答長の6つの次元で監査される。
• 参考スコア（独自算出の注目度）: 8.359235542667806
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: State-aligned distortion has been documented in China-origin text-based large language models (LLMs), but whether, and in what form, it arises in multimodal systems has not been systematically examined. We construct a balanced benchmark of 200 core entries spanning ten politically sensitive topics, plus a seven-variant visual-abstraction probe, and run nine vision-language models (VLMs), seven China-origin and two non-China, across four elicitation paradigms and two prompt languages, yielding 21,708 trials. Each response is audited on six dimensions -- explicit refusal, information integrity, visual grounding, state-aligned framing, language consistency, and response length -- by two independent frontier LLM judges, validated against three human experts on a 200-trial sample. Measuring each dimension separately lets us decompose multimodal censorship into individual signals rather than a single refusal-based score; in particular, refusal and framing are measured independently, so a model can stop refusing while still reframing. We find that (i) Chinese-language prompting roughly triples the odds of state-aligned framing, within every model; (ii) China-origin models reframe more than non-China models (direction robust across judges and human raters; magnitude 1.6--3.2x); (iii) the effect is strongest in text-only political commentary (36.5%) and is gated by recognition of the depicted subject rather than pixel detail, persisting even at silhouette for iconic images; and (iv) across four Qwen generations, state-aligned framing rises while explicit refusal falls: censorship migrates from a visible act (refusal) to an invisible one (fluent reframing). We argue this shift to invisible reframing is fundamentally a problem of human-AI interaction: it removes the very signal users rely on to recognize that information has been withheld.
• Abstract（参考訳）: 中国起源のテキストベース大規模言語モデル (LLM) では, 状態整合歪みが記録されているが, マルチモーダルシステムでは, どのような形態で発生するかは, 体系的に検討されていない。 我々は、政治に敏感なトピック10つにまたがる200のコアエントリと、7種類の視覚的抽出プローブからなるバランスのとれたベンチマークを構築し、9つのビジョン言語モデル(VLM)、7つの中国-オリジン、2つの非中国、そして4つの免許パラダイムと2つのプロンプト言語にまたがって、21,708のトライアルを得た。 それぞれの反応は、明確な拒絶、情報整合性、視覚的根拠、状態整合性、言語整合性、応答長の6つの次元で監査される。 各次元を個別に測定することで、単一の拒絶に基づくスコアではなく、個別の信号にマルチモーダル検閲を分解することができる。 私たちはそれを見つける。 (i)中国語の発音は、各モデルにおいて、大まかに3倍になる。 (二)中国オリジンモデルは、非中国モデル(審査員及びレーダにまたがる方向の堅牢性、等級1.6--3.2x)以上の枠を組むこと。 三 この効果は、テキストのみの政治注釈書(36.5%)において最強であり、図柄の細部よりも被写体を認識させ、象徴的画像のシルエットにおいてさえ持続させる。 検閲は目に見える行為(拒絶)から目に見えない行為(流動的な反フレーミング)へと移行する。 この目に見えないリフレーミングへの移行は、基本的には人間とAIのインタラクションの問題である、と我々は主張する。

関連論文リスト

• When Seeing Overrides Knowing: Visual Dominance and Deferral-Based Method for Personalized Safety in VLMs [54.95635713318535]
  視覚言語モデル(VLM)は、一般的に妥当な応答が特定のユーザにとって安全でない場合、ハイテイクな設定でデプロイされることが多い。 マルチモーダルシステムにおけるパーソナライズされた安全性の問題について検討し,MPS-Benchを紹介した。 我々は、ほとんど常に(86-99%)直接応答し、コンテキストの欠如を求めるのではなく、パーソナライズされた安全性において2.6/5を超えないことを発見した。 このメカニズムにより、双方向の相互変調を用いてクエリがいつ要求されるかを予測する軽量な入力モニタであるPRISMを提案する。
  論文  参考訳（メタデータ） (2026-09-03T03:58:56Z)
• Said Aloud, Read Different: Cross-Modal Instability in Multimodal Models [17.521958873911846]
  我々は18のMENA諸国の文化的背景画像10,150点にまたがる音声強調コントラスト三重項ベンチマークを提案する。 モーダリティと言語シフトは,集合的精度で完全に捉えられない三重項レベルの不整合をもたらすことがわかった。
  論文  参考訳（メタデータ） (2026-08-27T13:46:49Z)
• 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)
• Internal Knowledge Without External Expression: Probing the Generalization Boundary of a Classical Chinese Language Model [2.096023520617773]
  我々は、純粋に古典中国語の56億のトークンをキュレートしたコーパスで、ゼロから言語モデルを訓練する。 モデルが未知の入力と区別できるかどうかを検討する。 内的不確実性と外的不確実性の間に明らかな解離が生じる。
  論文  参考訳（メタデータ） (2026-03-31T07:37:15Z)
• Bilingual Bias in Large Language Models: A Taiwan Sovereignty Benchmark Study [0.0]
  大規模言語モデル(LLM)は、多言語的文脈においてますます展開されているが、政治的に敏感なトピックに関する言語間の一貫性はまだ検討されていない。 本稿では,中国(台湾)の主権に関する質問に対して,中国語と英語で質問した17のLSMがどのように反応するかを,体系的なベンチマークで検討する。 我々は、重要な言語バイアス、すなわち、同じモデルがクエリ言語によって実質的に異なる政治的スタンスを生み出す現象を発見した。
  論文  参考訳（メタデータ） (2026-02-06T03:57:21Z)
• When Alignment Fails: Multimodal Adversarial Attacks on Vision-Language-Action Models [75.16145284285456]
  我々は,White-box設定とBlack-box設定の両方の下で,組込みVLAモデルのマルチモーダル対向ロバスト性に関する総合的研究であるVLA-Foolを紹介する。 自動生成および意味的に誘導されるプロンプトフレームワークを最初に開発する。 LIBEROベンチマークの実験では、小さなマルチモーダル摂動でさえ大きな行動偏差を引き起こすことが示されている。
  論文  参考訳（メタデータ） (2025-11-20T10:14:32Z)
• LIBERO-Plus: In-depth Robustness Analysis of Vision-Language-Action Models [49.92148175114169]
  制御された摂動を7次元にわたって導入することにより,系統的な脆弱性解析を行う。 モデルは、カメラの視点やロボットの初期状態を含む摂動要因に対して極端に敏感である。 驚くべきことに、モデルは言語の変化にほとんど敏感であり、さらなる実験により、モデルは言語命令を完全に無視する傾向があることが明らかになった。
  論文  参考訳（メタデータ） (2025-10-15T14:51:36Z)
• Source framing triggers systematic evaluation bias in Large Language Models [0.0]
  本研究は、4つの最先端大規模言語モデル(LLM)におけるモデル間およびモデル内合意を体系的に検討する。 盲目状態では、異なるLLMがトピック間でのモデル間およびモデル間合意を著しく高めていることが分かる。 その結果, フレーミング効果はテキスト評価に深く影響し, LLMによる情報システムの完全性, 中立性, 公平性に重要な影響を及ぼすことが明らかとなった。
  論文  参考訳（メタデータ） (2025-05-14T07:42:27Z)
• Do Vision-Language Models Represent Space and How? Evaluating Spatial Frame of Reference Under Ambiguities [27.940469021840745]
  視覚言語モデル(VLM)の空間的推論能力を評価するための評価プロトコルを提案する。 あいまいさを解消する英語の慣行と幾らかの整合性があるにもかかわらず、本実験はVLMの重大な欠点を明らかにした。 視覚言語モデルと人間の認知的直感の整合化を図りつつ、我々は空間的推論のあいまいさと文化的な多様性により多くの注意を払っている。
  論文  参考訳（メタデータ） (2024-10-22T19:39:15Z)
• Asymmetric Modality Translation For Face Presentation Attack Detection [55.09300842243827]
  顔提示攻撃検出(PAD)は、悪意のあるユーザによって顔認識システムが偽造されるのを防ぐための重要な手段である。 両モードシナリオにおける非対称なモダリティ変換に基づく新しいフレームワークを提案する。 本手法は,異なる評価プロトコル下での最先端性能を実現する。
  論文  参考訳（メタデータ） (2021-10-18T08:59:09Z)
• Read Like Humans: Autonomous, Bidirectional and Iterative Language Modeling for Scene Text Recognition [80.446770909975]
  言語知識はシーンのテキスト認識に非常に有益である。 エンドツーエンドのディープネットワークで言語規則を効果的にモデル化する方法はまだ研究の課題です。 シーンテキスト認識のための自律的双方向反復型ABINetを提案する。
  論文  参考訳（メタデータ） (2021-03-11T06:47:45Z)

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。