論文の概要: Is Reasoning Always Useful? Rethinking Reasoning Utility in Universal Multimodal Embeddings

• arxiv url: http://arxiv.org/abs/2609.29560v1
• Date: Wed, 26 Aug 2026 10:50:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:56.075814
• Title: Is Reasoning Always Useful? Rethinking Reasoning Utility in Universal Multimodal Embeddings
• Title（参考訳）: 推論は常に有用か? ユニバーサルマルチモーダル埋め込みにおける推論ユーティリティの再考
• Abstract要約: 推論ユーティリティを正の目標ゲイン、強負ゲイン、マージン差に分解する。 本稿では,UME-R1-7Bを1.5ポイント改善したSURE(Score-structure Utility Router for Embeddings)を提案する。
• 参考スコア（独自算出の注目度）: 19.325076795681696
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reasoning-enhanced universal multimodal embeddings (UME) improve heterogeneous retrieval, but plausible rationales do not necessarily produce discriminative rankings. We study this gap by comparing the discriminative (DISC) and reasoning-driven generative (GEN) branches of UME-R1, a state-of-the-art reasoning UME method. We decompose reasoning utility into positive-target gain, hard-negative gain, and their margin difference. Positive similarity increases for 56.6%, but 15.7% are false-helpful cases where reasoning moves hard negatives closer even more. Local-neighborhood and token-attribution diagnostics suggest why: reasoning often de-condenses retrieved neighborhoods, but utility requires separator-aligned movement, while influential CoT tokens frequently encode evidence shared by positives and hard negatives. Motivated by these diagnostics, we propose SURE (Score-structure Utility Router for Embeddings), which improves UME-R1-7B by 1.5 points and yields consistent gains on two additional embedding models on MMEB-V2, without retraining, label-based policy selection, or extra VLM forward passes.
• Abstract（参考訳）: Reasoning-enhanced universal multimodal embeddeds (UME) は不均一な検索を改善するが、もっともらしい理性は必ずしも差別的なランキングを生成するとは限らない。 UME-R1の差別的 (DISC) と推論駆動型 (GEN) 分岐を比較し, このギャップについて検討した。 推論ユーティリティを正の目標ゲイン、強負ゲイン、マージン差に分解する。 肯定的な類似性は56.6%上昇するが、15.7%は虚偽の重篤なケースであり、推論がより強く負に近づく。 地域近隣とトークン帰属の診断は、しばしば回収された地区を解凍するが、実用性には分離者による移動が必要であり、影響力のあるCoTトークンは、正と強陰で共有された証拠をしばしば符号化する。 これらの診断から得られたSURE(Score-structure Utility Router for Embeddings, Score-structure Utility Router for Embeddings)は,UME-R1-7Bを1.5ポイント改善し,MMEB-V2上の2つの追加埋め込みモデルに対して,リトレーニングやラベルベースのポリシー選択,付加VLMフォワードパスを使わずに一貫した利得が得られる。

関連論文リスト

• UMER: Unifying Embedding and Ranking via Pair-Aware Discriminative Reasoning for Universal Multimodal Retrieval [7.404190239665035]
  汎用マルチモーダル検索のための統一型マルチモーダル埋め込みとランク付けフレームワークを提案する。 UMERはアイテムワイドリフレクションをPair-Aware Discriminative Reasoningに置き換える。 MMEB-V2ベンチマークでは、UMERは最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-08-19T03:51:39Z)
• MMEmb-R1: Reasoning-Enhanced Multimodal Embedding with Pair-Aware Selection and Adaptive Control [36.06412693943508]
  適応型推論に基づくマルチモーダル埋め込みフレームワークであるMMEmb-R1を提案する。 我々は、潜在変数としての推論を定式化し、クエリターゲットアライメントに有用な推論経路を特定するためにペア認識推論選択を導入する。 MMEB-V2ベンチマーク実験により,本モデルでは4Bパラメータのみを用いて71.2のスコアを達成し,推論のオーバーヘッドと推論遅延を大幅に低減し,新たな最先端技術を確立した。
  論文  参考訳（メタデータ） (2026-04-07T17:55:17Z)
• iReasoner: Trajectory-Aware Intrinsic Reasoning Supervision for Self-Evolving Large Multimodal Models [2.9828440853209677]
  大規模マルチモーダルモデル(LMM)は、ラベルのないデータから自己再生とフィードバックによって自己改善することができる。 iReasonerは,LMMの暗黙的推論を改善するための自己進化型フレームワークである。 Qwen2.5-VL-7Bを皮切りに、iReasonerは教師なしのポストトレーニングの下で様々なマルチモーダル推論ベンチマークで最大$2.1$ポイントを得る。
  論文  参考訳（メタデータ） (2026-01-09T15:53:42Z)
• Milestones over Outcome: Unlocking Geometric Reasoning with Sub-Goal Verifiable Reward [67.00373428443879]
  サブゴールレベルの評価と学習へのパラダイムシフトを導入する。 まず,厳密な形式検証データエンジンを用いたベンチマークであるGeoGoalを構築した。 本研究では,スケルトンレートに基づいて,スパース信号を高密度な報酬に置き換えるサブゴール検証リワード(SGVR)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-08T16:17:56Z)
• Reinforced Efficient Reasoning via Semantically Diverse Exploration [73.41112984160992]
  検証可能な報酬(RLVR)による強化学習は,大規模言語モデル(LLM)の推論の強化に有効であることが証明された。 本研究では,LLMのための意味的多様性探索,すなわちROSEによる効率的な推論手法を提案する。 本手法は,意味エントロピーに基づく分岐戦略と$varepsilon$-exploration機構を組み込んだものである。
  論文  参考訳（メタデータ） (2026-01-08T15:56:44Z)
• Adversarial Yet Cooperative: Multi-Perspective Reasoning in Retrieved-Augmented Language Models [72.4149653187766]
  本稿ではAdrialversa Reasoning RAG(ARR)というReasoner-Verifierフレームワークを提案する。 ReasonerとVerifierは、回収された証拠を推論し、プロセス認識の利点によってガイドされながら、互いの論理を批判する。 複数のベンチマーク実験により,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2026-01-08T06:57:03Z)
• Generative Adversarial Reasoner: Enhancing LLM Reasoning with Adversarial Reinforcement Learning [19.473649388687484]
  大きな言語モデル(LLM)と明確な推論能力は、数学的推論では優れているが、プロセスエラーをコミットする。 本稿では,理論の強化を目的としたオンライン共同学習フレームワークGeneversarative Adrial Reasonerを紹介する。 計算効率の高いレビュースケジュールは、各推論チェーンを、同等の長さの論理的に完全なスライスに分割し、判別器は、構造化された正当化により、各スライスの音質を評価する。
  論文  参考訳（メタデータ） (2025-12-18T18:59:54Z)
• From Harm to Help: Turning Reasoning In-Context Demos into Assets for Reasoning LMs [58.02809208460186]
  デモとしてDeepSeek-R1の高品質なトレースを使って、このパラドックスを再検討する。 デモが最適であっても、より多くの例を加えることで、常に精度が低下することがわかった。 デモを明示的で再利用可能な洞察に変換するシーケンシャルなテストタイム手順であるInsight-to-solve(I2S)を紹介します。
  論文  参考訳（メタデータ） (2025-09-27T08:59:31Z)
• Reinforcing Video Reasoning with Focused Thinking [65.85683941058916]
  本稿では,集中的思考と深い報酬の粒度で視覚的推論を強化する新しいフレームワークであるTW-GRPOを提案する。 具体的には,高情報密度のトークンを優先するトークン重み付け機構を用いる。 また,シングルチョイスからマルチチョイスQAタスクにシフトすることで,RLトレーニングを再構築する。
  論文  参考訳（メタデータ） (2025-05-30T15:42:19Z)

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。