論文の概要: FLIP: Final Layer Inference-Time Probing for Vision-Language Models
- arxiv url: http://arxiv.org/abs/2609.30993v1
- Date: Fri, 25 Sep 2026 08:38:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.299476
- Title: FLIP: Final Layer Inference-Time Probing for Vision-Language Models
- Title（参考訳）: FLIP:視覚言語モデルのための最終層推論時間探索
- Abstract要約: FLIPは、ロジット対応の介入サイトが構造化されたタスクリンク型計算をサポートするかどうかをテストするための最終層推論時プローブである。
介入効果の解釈を導出するための4基準プローブ・アンド・スイーププロトコルを定式化する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present FLIP, a final-layer inference-time probe for testing whether a logit-facing intervention site in an open-weight vision-language model (VLM) supports structured, task-linked computation rather than generic perturbation. Behavioral change under internal intervention is otherwise mechanistically ambiguous: it may reflect improved use of visual evidence, generic output instability, or outright degradation. FLIP applies elementwise flooring to the final normalized hidden state before logit computation, leaving parameters, prompts, and decoding unchanged. On a controlled detection/counting probe, sweeping intervention strength reveals three regions: negligible change, a bounded interior regime in which detection recall at IoU 0.50 ($R_{50}$) improves while tolerant counting error ($\mathcal{E}_{\mathrm{count}}$) falls, and over-suppression. We formalize a four-criterion probe-and-sweep protocol for disciplining the interpretation of intervention effects: regime structure, grounding-proxy alignment, feature-coherence dependence, and failure to reproduce the same positive regime on a performance-based negative control. The post-normalization state passed to the output head is the logit-facing instantiation of this test; under a non-targeted flooring sweep it satisfies the full protocol. Raw decoder-layer interventions, including the last-block output before final normalization, and the singleton-pair left/right control fail to reproduce the Final-site signature, while same-site operators and multiple VLMs replicate it. FLIP is therefore a validation step for intervention-based mechanistic interpretability, not a steering method.
- Abstract（参考訳）: オープンウェイト視覚言語モデル(VLM)におけるロジト対応介入サイトが、一般的な摂動ではなく、構造化されたタスクリンク型計算をサポートするかどうかをテストするための最終層推論時プローブであるFLIPを提案する。
内部介入による行動変化は機械的に曖昧であり、視覚的エビデンスの改善、一般的な出力不安定性、あるいは完全な劣化を反映している可能性がある。
FLIPは、パラメータ、プロンプト、復号をそのまま残して、ロジット計算の前に最後の正規化された隠れ状態に要素的にフロアを施す。
制御された検出/計数プローブでは、徹底的な介入強度によって、3つの領域が明らかになる: 無視可能な変更、IoU 0.50$R_{50}$での検知リコールが改善され、耐久カウントエラー(\mathcal{E}_{\mathrm{count}}$)が低下し、過剰な抑圧が生じる。
我々は、介入効果の解釈を規定する4つの基準プローブ・アンド・スイーププロトコルを定式化する:状態構造、グラウンドディング・プロキシアライメント、特徴コヒーレンス依存、そして性能ベースの負の制御で同じ正の状態を再現できないこと。
出力ヘッドに渡される正規化後の状態は、このテストの対向的なインスタンス化である。
最終正規化前の最後のブロック出力やシングルトンペアの左/右制御を含む生デコーダ層による介入はファイナルサイトシグネチャを再現できず、同じサイト演算子と複数のVLMがそれを複製する。
したがって、FLIPはステアリング法ではなく、介入に基づく機械的解釈の検証段階である。
関連論文リスト
- SeGDeP: Semantic- and Geometric-Aware Decoupled Prompts for Reasoning Segmentation [51.46828526392219]
推論セグメンテーションは暗黙の言語学的結論を正確なマスクに変換する。
既存のMLLMセグメンタインタフェースでは、特別なトリガーを使用するか、両方の信号を1つのコンテキストに圧縮する。
明示的なWhat-whereインターフェースであるSeGDePを提示する。
論文 参考訳（メタデータ） (2026-09-08T15:11:32Z) - Prediction of Prediction (PoP): Inter-Layer Activation Fusion for Single-Pass Hallucination Detection in Large Language Models [0.0]
この研究は、生成中の内部の隠れ状態遷移ダイナミクスが、補助的な復号呼び出しを伴わずに事実エラーを信号化できるかどうかを評価する。
本稿では,層間遷移の不確実性を捉えるメカニズムである予測予測(PoP)を導入する。
PoPは受信機動作特性曲線(AUROC)の領域を75.5%の精度で達成している。
論文 参考訳（メタデータ） (2026-08-27T14:17:14Z) - Structuring Semantic Embeddings for Principle Evaluation: A Prototype-Guided Contrastive Learning Approach [58.15427952222424]
汎用的なテキスト埋め込みはそのようなタスクに広くデプロイされているが、意味的類似性は意味的に似ているがタスク固有の例を示すことができる。
本稿では,凍結したテキスト埋め込み上に構築された幾何正規化モジュールであるPGCL(Prototype-Guided Contrastive Learning)を紹介する。
論文 参考訳（メタデータ） (2026-08-15T13:19:25Z) - Actionable Hallucination Detection: Translating Latent Uncertainty into Agentic Critique [1.1172382217477128]
AIエージェントとしてデプロイされるLarge Language Models (LLM)は、しばしばユーザ仕様のグラウンド障害を示す。
既存の検出方法は、幻覚をローカライズしないか、禁忌の推論遅延を発生しないため、実行可能でリアルタイムな修正を提供することができない。
フリーズベースLCM世代と並行して動作する軽量低ランクアダプタ(LoRA)であるLatent Criticを導入する。
論文 参考訳（メタデータ） (2026-08-11T03:26:16Z) - Suppression Sticks, Locality Is Fragile: A Closed-Loop Target-and-Control Audit of Task-Vector Negation in VLA Policies [33.432377306905735]
タスクベクトル算術は、モデルを修正するためのクローズドフォームな方法を提供するが、クローズドループロボット制御において、その振る舞いの局所性は未だ不明である。
マルチタスク・ビジョン・ランゲージ・アクション(VLA: Multitask Vision-Language-action)ポリシーから,タスク・ベクターごとのタスク・ベクター・サブトラクションのターゲット・アンド・コントロール・監査を行う。
論文 参考訳（メタデータ） (2026-08-05T10:59:53Z) - TrustVLA: Mechanism-Guided Inference-Time Defense Against Vision-Language-Action Backdoors [54.12833308568015]
VLA(Vision-Language-Action)モデルは、エンドユーザが監査できないパイプラインを通じてデプロイされる。
小さな視覚トリガーは、障害が観測可能である前に、長い水平ロボットポリシーをリダイレクトする。
個別に提案した2つのVLA攻撃を通してこのギャップについて検討した。
論文 参考訳（メタデータ） (2026-07-14T09:43:52Z) - A Held-Out Transition-Pair Falsifier for Long-Horizon Non-Abelian State Tracking [0.5076419064097734]
有限非アベリア群追跡のためのホールドアウト遷移ペアファルシファイアを導入する。
制御された$S_3 times S_3$ベンチマークでは、長さ8列のみに基づいてトレーニングされた投影されたリカレント状態モデルがエラーのない最終状態予測を生成する。
論文 参考訳（メタデータ） (2026-06-05T13:26:41Z) - Distributional Spectral Diagnostics for Localizing Grokking Transitions [4.480801209867367]
グラッキングでは、モデルはまずトレーニングデータに適合し、テスト精度は低いままであり、後に一般化し始める。
テスト精度が上昇する前に、この遷移が観察されたトレーニング軌跡から局所化できるかどうかを問うとともに、明確なしきい値/FPR/リードタイムトレードオフを持つ診断問題として、グラッキング遷移局所化を定式化する。
論文 参考訳（メタデータ） (2026-05-07T03:08:58Z) - Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
生成のための教師なし共形推論フレームワークを提案する。
我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。
その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
論文 参考訳（メタデータ） (2025-09-26T23:40:47Z) - Error-quantified Conformal Inference for Time Series [55.11926160774831]
時系列予測の不確かさの定量化は、時系列データの時間的依存と分布シフトのために困難である。
量子化損失関数をスムースにすることで,iError-quantified Conformal Inference (ECI)を提案する。
ECIは有効な誤発見制御と、他のベースラインよりも厳密な予測セットを出力することができる。
論文 参考訳（メタデータ） (2025-02-02T15:02:36Z)
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。