論文の概要: TUE-Detector: A Tool-Using Expert MLLM-Based Detector for AI-Generated Videos
- arxiv url: http://arxiv.org/abs/2608.30704v1
- Date: Mon, 31 Aug 2026 12:42:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.392431
- Title: TUE-Detector: A Tool-Using Expert MLLM-Based Detector for AI-Generated Videos
- Title（参考訳）: TUE-Detector:AI生成ビデオのMLLMベースの検出ツール
- Abstract要約: MLLMを用いたAI生成ビデオ検出器(TUE-Detector)を提案する。
TUE-Detectorは、一般的なMLLMをタスク調整ツールを使用するエキスパート検出器に訓練する。
適切なツールの呼び出し、不自然性の具体的な証拠の収集、信頼性のある検出の証拠の推論を学ぶ。
- 参考スコア（独自算出の注目度）: 36.32237550122269
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI-generated video detection, which aims to distinguish AI-generated videos from real ones, has recently received increasing research attention. To perform this task reliably, a key challenge lies in accurately identifying subtle-yet-measurable unnatural artifacts. In this work, we address this challenge from a novel perspective of tool-mediated evidence discovery and propose Tool-Using Expert MLLM-based AI-generated Video Detector (TUE-Detector), a novel framework for AI-generated video detection. TUE-Detector trains a general MLLM into a task-tailored tool-using expert detector that learns to invoke suitable tools, collect concrete evidence of unnaturalness, and reason over the evidence for reliable detection. Meanwhile, TUE-Detector further introduces novel designs to equip the expert detector with high-quality and suitable tools. Extensive experiments demonstrate the effectiveness of our framework.
- Abstract（参考訳）: AI生成ビデオ検出は、AI生成ビデオと実際のビデオとを区別することを目的としており、最近研究の注目を集めている。
このタスクを確実に実行するためには、微妙で可測な不自然なアーティファクトを正確に識別することが重要な課題である。
本稿では,ツールによるエビデンス発見の新たな視点から,この課題に対処し,AI生成ビデオ検出のための新しいフレームワークであるツール・ユース・エキスパート・MLLMベースのAI生成ビデオ検出器(TUE-Detector)を提案する。
TUE-Detectorは、一般的なMLLMをタスクに適したツールを使用する専門家検出器に訓練し、適切なツールの呼び出し、不自然性の具体的な証拠の収集、信頼性のある検出の証拠の推論を行う。
一方、TUE-Detectorは、エキスパート検出器に高品質で適切なツールを装備するための新しい設計も導入している。
大規模な実験により、我々のフレームワークの有効性が実証された。
関連論文リスト
- ExploreAI: Agentic Exploration Knowledge Bases for Reproducible Observable-Regression Testing of Black-Box VR and 3D Applications [11.23110180610855]
観測可能な障害はテスタの移動場所に依存するため、ブラックボックスVRと3Dアプリケーションは回帰テストが難しい。
繰り返し認識、ナビゲーション、マルチビューキャプチャ実行、特殊なモジュールへのロギングをオフロードするエージェントフレームワークであるExplorreAIを提示する。
論文 参考訳（メタデータ） (2026-08-21T20:54:49Z) - VidForensics-M1: Meta-Detection Reinforcement Learning with Verifiable Temporal Grounding for AI-Generated Video Forensics [21.438987128589403]
我々は,AIが生成するビデオ検出にtextbfmeta-detectionを導入し,信頼性の高い偽造検出を可能にする。
この知見に基づいて,ペア化されたリアルタイムビデオを生成する自動データ構築パイプラインを提案する。
textbfVidForensics-M1は、検証可能な時間的証拠を利用して、堅牢で一般化可能なAI生成ビデオ検出を実現する。
論文 参考訳（メタデータ） (2026-08-11T17:58:10Z) - Show, Don't Tell: Detecting Novel Objects by Watching Human Videos [7.501069961942297]
というパラダイムは、人間のタスクのデモンストレーションで観察された関連オブジェクトに合わせて、ベスポーク検知器を素早く訓練することを可能にする。
実世界のロボットに自動データセット作成と新しいオブジェクト検出のパラダイム「Show, Don't Tell」をデプロイする統合オンロボットシステムを開発した。
論文 参考訳（メタデータ） (2026-03-13T07:49:46Z) - Skyra: AI-Generated Video Detection via Grounded Artifact Reasoning [66.51617619673587]
AI生成ビデオにおける人間の知覚可能な視覚的アーティファクトを識別する,特殊な大規模言語モデル(MLLM)であるSkyraを紹介する。
この目的を達成するために、我々は、人間のアノテーションを微粒化した最初の大規模AI生成ビデオデータセットである、Supervised Fine-Tuning (SFT)のためのViF-CoT-4Kを構築した。
次に,モデルの時間的知覚,説明能力,検出精度を体系的に向上する2段階のトレーニング戦略を開発する。
論文 参考訳（メタデータ） (2025-12-17T18:48:26Z) - EDVD-LLaMA: Explainable Deepfake Video Detection via Multimodal Large Language Model Reasoning [58.42596067220998]
ディープフェイクビデオ技術は 芸術的な創造を 促進しただけでなく 偽情報を広めやすくした
従来のディープフェイクビデオ検出手法は、その原則の透明性の欠如や、偽造技術に対処する能力の不足といった問題に直面している。
本稿では,Deepfake Video Detection (EDVD) タスクを提案し,EDVD-LLaMAマルチモーダル推論フレームワークを設計する。
論文 参考訳（メタデータ） (2025-10-18T10:34:05Z) - DetectAnyLLM: Towards Generalizable and Robust Detection of Machine-Generated Text Across Domains and Models [60.713908578319256]
タスク指向の知識で検出器を最適化するために,DDL(Direct Discrepancy Learning)を提案する。
そこで本研究では,最新のMGTD性能を実現する統合検出フレームワークであるTectAnyLLMを紹介する。
MIRAGEは5つのテキストドメインにまたがる10のコーパスから人書きテキストをサンプリングし、17個の最先端のLLMを使用して再生成または修正する。
論文 参考訳（メタデータ） (2025-09-15T10:59:57Z) - LAVID: An Agentic LVLM Framework for Diffusion-Generated Video Detection [14.687867348598035]
大規模視覚言語モデル(LVLM)は、AI生成コンテンツ検出の新しいツールとなっている。
本稿では,LVLMを用いた新たなai生成ビデオ検出システムであるLAVIDを提案する。
提案するパイプラインは,検出のための明示的な知識ツールのセットを自動的に選択し,自己書換えによって構造を適応的に調整する。
論文 参考訳（メタデータ） (2025-02-20T19:34:58Z) - AutoOD: Automated Outlier Detection via Curiosity-guided Search and
Self-imitation Learning [72.99415402575886]
外乱検出は重要なデータマイニングの課題であり、多くの実用的応用がある。
本稿では,最適なニューラルネットワークモデルを探すことを目的とした自動外乱検出フレームワークであるAutoODを提案する。
さまざまな実世界のベンチマークデータセットに対する実験結果から、AutoODが特定したディープモデルが最高のパフォーマンスを達成することが示された。
論文 参考訳（メタデータ） (2020-06-19T18:57:51Z) - VideoForensicsHQ: Detecting High-quality Manipulated Face Videos [77.60295082172098]
偽造検知器の性能は、人間の目で見られる人工物の存在にどのように依存するかを示す。
前例のない品質の顔ビデオ偽造検出のための新しいベンチマークデータセットを導入する。
論文 参考訳（メタデータ） (2020-05-20T21:17:43Z)
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。