論文の概要: MR-IQA-2: Faithful Image Quality Reflection via Fine-Grained Credit Assignment
- arxiv url: http://arxiv.org/abs/2608.18579v1
- Date: Wed, 19 Aug 2026 06:17:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-20 20:13:55.303199
- Title: MR-IQA-2: Faithful Image Quality Reflection via Fine-Grained Credit Assignment
- Title（参考訳）: MR-IQA-2:Fhithful Image Quality Reflection via Fine-Grained Credit Assignment (MR-IQA-2)
- Abstract要約: 本稿では,推論・編集・リフレクションを運用するアクター・エディター・ジャッジフレームワークMR-IQA-2を紹介する。
凍結した審査員は、原画と編集された画像を比較し、俳優の推論を反映して監督する。
IQAベンチマーク全体で、MR-IQA-2は人間と競合するレーティングアライメントを達成する。
- 参考スコア（独自算出の注目度）: 20.691756413966463
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multimodal large language models (MLLMs) have shown strong potential for image quality assessment (IQA) by improving consistency between quality ratings and their underlying reasoning. However, most approaches supervise reasoning through human-provided ratings and rarely examine whether it faithfully reflects image quality. Rating accuracy alone does not ensure faithful reasoning; a shared reward also obscures supervision sources and may reinforce unfaithful reasoning when a correct rating occurs by chance. To improve the faithfulness and reliability of blind IQA, we aim to (1) decouple credit assignment for reasoning and rating and (2) provide verifiable supervision for faithful reasoning. We introduce MR-IQA-2, an actor-editor-judge framework that operationalizes reasoning-editing-reflection. The actor generates quality reasoning for an input image, and the editor revises the image according to the identified quality factors. A frozen judge compares the original and edited images and provides reflective supervision for the actor's reasoning. MR-IQA-2 further uses fine-grained credit assignment to decouple reasoning and rating supervision. Judge feedback supervises reasoning, whereas human ratings supervise the predicted rating. Masked token-specific updates distinguish these signals while preserving the causal relation from reasoning to rating. Across IQA benchmarks, MR-IQA-2 achieves competitive rating alignment with humans. Visual reflection also enables richer and more faithful visual understanding beyond rating, which may inform image-quality optimization and related downstream tasks. Code is available at https://github.com/RobinY99/MR-IQA-2.
- Abstract（参考訳）: マルチモーダル大規模言語モデル(MLLM)は、品質評価とそれに基づく推論との整合性を改善することにより、画像品質評価(IQA)に強い可能性を示している。
しかしながら、ほとんどのアプローチは人間による評価を通して推論を監督し、それが画像の品質を忠実に反映しているかどうかを検査することは滅多にない。
評価の精度だけでは忠実な推論を保証せず、共有報酬は監督源を曖昧にし、偶然に正しい評価が生じたときに不誠実な推論を補強する可能性がある。
盲目のIQAの信頼度と信頼性を向上させるため,(1)推論と評価のための信用割当を分離し,(2)忠実な推論のための検証可能な監督を行うことを目標とする。
本稿では,推論・編集・リフレクションを運用するアクター・エディター・ジャッジフレームワークMR-IQA-2を紹介する。
アクターは、入力画像の品質推論を生成し、編集者は、特定された品質要因に応じて画像を修正する。
凍結した審査員は、原画と編集された画像を比較し、俳優の推論を反映して監督する。
MR-IQA-2はさらに微粒なクレジット割り当てを使用して推論と評価の監督を分離する。
審査員のフィードバックは推論を監督するが、人間の評価は予測された評価を監督する。
Maskedトークン固有の更新は、因果関係を推論からレーティングに保ちながら、これらの信号を区別する。
IQAベンチマーク全体で、MR-IQA-2は人間と競合するレーティングアライメントを達成する。
ビジュアルリフレクションは、評価を超えてよりリッチで忠実な視覚的理解を可能にし、画像品質の最適化と関連する下流タスクを通知する。
コードはhttps://github.com/RobinY99/MR-IQA-2で入手できる。
関連論文リスト
- RecurSE: Bounded Recursive Self-Evaluation for LLM Rubric Judges [48.831446371402414]
RecurSEは、訓練可能な裁判官と同期されたポリシーコピーチェッカーをペアにして、裁判官のメタルーブリックに対する推論を監査し、スカラープロセスの報酬を提供する。
本稿では,RecurSEが医療,ペアワイド,要約,プロフェッショナルベンチマークにおいて一貫した一般化を実現していることを示す。
論文 参考訳（メタデータ） (2026-08-25T08:35:04Z) - AffectOmni: RL-Verifiable People-Centric Grounded Affective Reasoning for Social and Art-Related Scenes [59.134503227559634]
マルチモーダル大言語モデル(MLLM)は,VQAとシーン理解において高い性能を発揮する。
モデルは、マイクロ表現やボディランゲージのような人中心の手がかりを無視しながら、正しい答えを予測できる。
本稿では、感情的推論を検証可能なフレームワークであるAffect Omniを提案する。
論文 参考訳（メタデータ） (2026-08-24T11:25:04Z) - MR-IQA: A Unified Margin View of Regression and Ranking for Blind Image Quality Assessment [20.4401121122447]
ブラインド画像品質評価(BIQA)は、回帰とランキングという2つの基本的な学習パラダイムに基づいて構築される。
本研究では, 回帰とランク付けの基盤となるものを再検討し, 両者の相互関係距離, 品質マージンを共通の橋として同定する。
この知見に触発されたMR-IQAは、強化学習(RL)に基づくBIQAのための直接品質マージン最適化フレームワークである。
論文 参考訳（メタデータ） (2026-06-29T04:07:46Z) - Early-Token Confidence Predicts Reasoning Quality in Multi-Agent LLM Debate [2.1987782243719898]
本稿では,固有信頼信号,復号化によるトークンレベルのログ確率が推論品質を予測できるかどうかを検討する。
初期の信頼感、特に最初の数個のトークンの中では、推論品質の予測が一貫して最強であることに気付きました。
論文 参考訳（メタデータ） (2026-06-09T01:52:59Z) - Q-DeepSight: Incentivizing Thinking with Images for Image Quality Assessment and Refinement [58.15004031934379]
我々は、この人間のようなプロセスをエミュレートする思考とイメージのフレームワークであるQ-DeepSightを提案する。
Q-DeepSightは、自然、復元、AI生成コンテンツなど、さまざまなベンチマークで最先端のパフォーマンスを実現している。
本稿では,Q-DeepSight の診断が反復画像強調を導くトレーニングフリーフレームワークであるPerceptual-in-Generation (PiG) を用いて,その実用的価値を示す。
論文 参考訳（メタデータ） (2026-04-18T06:10:57Z) - SIQA: Toward Reliable Scientific Image Quality Assessment [72.41803245808924]
我々は,2つの相補的な次元に沿って,科学的画質をモデル化するフレームワークであるSIQA(Scientific Image Quality Assessment)を紹介する。
SIQA-U (Understanding), SIQA-S (Scoring), SIQA-U (Understanding), SIQA-U (Understanding), SIQA-U (Understanding), SIQA-U (Understanding), SIQA-U (Understanding) の2つの評価プロトコルを設計した。
代表的マルチモーダル大言語モデル(MLLM)に対する実験は、アライメントアライメントと科学的理解の間に一貫した相違が見られる。
論文 参考訳（メタデータ） (2026-03-05T06:57:26Z) - Balancing Faithfulness and Performance in Reasoning via Multi-Listener Soft Execution [79.98699884805636]
Reasoning Execution by Multiple Listeners (REMUL) は多人数の強化学習手法である。
REMULは、推論が他の当事者に従えるかがより忠実になるという仮説に基づいている。
スピーカーは、リスナーにとって明らかな推論を生み出すことで報われます。
論文 参考訳（メタデータ） (2026-02-18T02:55:55Z) - Conversation for Non-verifiable Learning: Self-Evolving LLMs through Meta-Evaluation [56.84819098277464]
CoNLは、マルチエージェントのセルフプレイを通じて生成、評価、メタ評価を統合するフレームワークである。
CoNLは、安定したトレーニングを維持しながら、自己回帰ベースラインよりも一貫した改善を実現している。
論文 参考訳（メタデータ） (2026-01-29T09:41:14Z) - Zoom-IQA: Image Quality Assessment with Reliable Region-Aware Reasoning [32.30800226412995]
VLMに基づくIQAモデルであるZoom-IQAを導入し、重要な認知行動を明確にエミュレートする。
Zoom-IQAは、堅牢性、説明可能性、一般化の向上を実現する。
画像復元などの下流タスクへの応用は、Zoom-IQAの有効性をさらに示している。
論文 参考訳（メタデータ） (2026-01-06T11:00:17Z) - VQAThinker: Exploring Generalizable and Explainable Video Quality Assessment via Reinforcement Learning [50.34205095371895]
映像品質評価は、知覚的品質劣化を客観的に定量化することを目的としている。
既存のVQAモデルには2つの限界がある。
推論に基づくVQAフレームワークである textbfVQAThinker を提案する。
論文 参考訳（メタデータ） (2025-08-08T06:16:23Z) - GenAI-Bench: Evaluating and Improving Compositional Text-to-Visual Generation [103.3465421081531]
VQAScoreは、VQAモデルが画像がプロンプトを正確に描写しているとみなす可能性を測定するメトリクスである。
VQAScoreによるランク付けは、PickScore、HPSv2、ImageRewardなどの他のスコアリング方法よりも2倍から3倍効果的である。
我々は、同じプロンプトから生成されたランキング画像のスコアを評価するために、4万以上の人間格付けを備えたGenAI-Rankベンチマークを新たにリリースした。
論文 参考訳（メタデータ） (2024-06-19T18:00:07Z) - Causal Perception Inspired Representation Learning for Trustworthy Image Quality Assessment [2.290956583394892]
我々は、因果知覚にインスパイアされた表現学習(CPRL)を通して信頼できるIQAモデルを構築することを提案する。
CPRLは主観的品質ラベルの因果関係として機能し、それは知覚できない逆境の摂動に不変である。
4つのベンチマークデータベース上での実験により,提案手法は,最先端の敵防衛法よりも優れた性能を示した。
論文 参考訳（メタデータ） (2024-04-30T13:55:30Z)
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。