論文の概要: MIC: Explaining Image-Claim Inconsistencies in AI-Generated Multimodal Misinformation

• arxiv url: http://arxiv.org/abs/2609.33441v1
• Date: Sun, 27 Sep 2026 10:46:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-05 16:50:46.746805
• Title: MIC: Explaining Image-Claim Inconsistencies in AI-Generated Multimodal Misinformation
• Title（参考訳）: MIC:AI生成型マルチモーダル誤報における画像クレームの不整合の解説
• Abstract要約: MIC(Multimodal Inconsistency Checking)はAIが生成する誤情報を検出することで,人間の事実チェックを支援するAFCフレームワークである。 さらに,4,406クレームから派生した8,812の画像取得インスタンスからなるベンチマークであるMIC-Benchを紹介する。 SFTのみと比較して、GRPOはマイロF1をさらに4.67と4.11ポイント改善している。
• 参考スコア（独自算出の注目度）: 86.6217922377209
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Claims paired with AI-generated images are a rapidly growing form of misinformation. Existing automated fact-checking (AFC) methods mainly treat this as a provenance problem, detecting low-level synthesis artifacts to decide whether an image is AI-generated. However, such methods do not verify what human fact-checkers often check: whether an image's content is consistent with the context implied by its accompanying claim. To address this gap, we introduce MIC (Multimodal Inconsistency Checking), an AFC framework that assists human fact-checkers by detecting AI-generated multimodal misinformation and explaining inconsistencies using world knowledge. MIC first uses supervised fine-tuning (SFT) for task adaptation and then applies Group Relative Policy Optimization (GRPO) to directly optimize component-level verifiable rewards for verdict prediction, inconsistency type classification, visual evidence description, and world-knowledge explanation. We further introduce MIC-Bench, a benchmark comprising 8,812 image-claim instances derived from 4,406 claims, where each claim is paired with an authentic image and an AI-generated counterpart that introduces a controlled contextual inconsistency. Compared with SFT alone, GRPO further improves Macro-F1 by 4.67 and 4.11 points in the in-distribution and out-of-distribution settings, respectively, while also improving the semantic similarity of visual evidence descriptions and world-knowledge explanations to reference annotations. Our code and data are available at https://github.com/UKPLab/arxiv2026-mic.
• Abstract（参考訳）: AI生成画像と組み合わせたクレームは、急速に成長する誤情報である。 既存の自動ファクトチェック(AFC)手法は、主にこれを証明問題として扱い、画像がAI生成されているかどうかを決定するために、低レベルの合成アーティファクトを検出する。 しかし、このような手法では、人間のファクトチェッカーがよくチェックするものを検証できない: 画像の内容が付随するクレームによって暗示される文脈と一致しているかどうか。 MIC(Multimodal Inconsistency Checking)は,AIが生成するマルチモーダル誤報を検出し,世界知識を用いて不整合を説明することで,人間の事実チェックを支援するAFCフレームワークである。 MICはまず、タスク適応に教師付き微調整(SFT)を使用し、次にグループ相対ポリシー最適化(GRPO)を適用して、検証予測、不整合型分類、視覚的エビデンス記述、世界知識の説明のためのコンポーネントレベルの検証可能な報酬を直接最適化する。 さらに,4,406件のクレームから8,812件のイメージ定義インスタンスからなるベンチマークであるMIC-Benchを導入する。 SFTのみと比較して、GRPOは、各分布内および分布外設定において、マクロF1をさらに4.67ポイント改善し、また、参照アノテーションに対する視覚的エビデンス記述と世界知識説明のセマンティック類似性を改善した。 私たちのコードとデータはhttps://github.com/UKPLab/arxiv2026-mic.comで公開されています。

関連論文リスト

• Text Over Image: Auditing Multimodal Robustness in Synthetic Medical Image Detection [38.146353416394234]
  我々は、画像記録インタフェースにおけるマルチモーダルロバスト性の監査として、合成医用画像検出を再構成する。 メタデータのコンテキストだけを変えることで、信頼性の判断を覆すことがわかりました。 そこで本研究では,モデルの再学習を伴わずに,予測時間短縮パイプラインを用いて前兆ショートカットの検出と中和を行う。
  論文  参考訳（メタデータ） (2026-06-24T04:08:41Z)
• GenShield: Unified Detection and Artifact Correction for AI-Generated Images [65.11434977803509]
  GenShieldは、診断から修復までのクローズドループでAIGI検出とアーティファクト修正を実行するフレームワークである。 大規模なアーティファクト-restored'ペアを備えた高品質データセットは、統一された評価パイプラインと共に構築される。
  論文  参考訳（メタデータ） (2026-05-15T16:06:20Z)
• Semantic Visual Anomaly Detection and Reasoning in AI-Generated Images [96.43608872116347]
  AnomReasonは4倍のtextbfAnomAgentのような構造化アノテーションを備えた大規模ベンチマーク AnomReasonとAnomAgentは、AI生成画像の意味的妥当性の測定と改善の基盤となっている。
  論文  参考訳（メタデータ） (2025-10-11T14:09:24Z)
• Multimodal Conditional Information Bottleneck for Generalizable AI-Generated Image Detection [24.512663807403186]
  InfoFDはテキスト誘導型AI生成画像検出フレームワークである。 TGCIB(Text-Guided Conditional Information Bottleneck)とDTO(Dynamic Text Orthogonalization)の2つの重要なコンポーネントを紹介する。 我々のモデルは、GenImageデータセットと最新の生成モデル上で、例外的な一般化性能を達成する。
  論文  参考訳（メタデータ） (2025-05-21T07:46:26Z)
• Could AI Trace and Explain the Origins of AI-Generated Images and Text? [53.11173194293537]
  AI生成コンテンツは、現実の世界ではますます普及している。 敵は、大規模なマルチモーダルモデルを利用して、倫理的または法的基準に違反した画像を作成するかもしれない。 ペーパーレビュアーは、大きな言語モデルを誤用して、真の知的努力なしにレビューを生成する。
  論文  参考訳（メタデータ） (2025-04-05T20:51:54Z)
• A Sanity Check for AI-generated Image Detection [49.08585395873425]
  我々はAI生成画像を検出するAI生成画像検出装置(AI生成画像検出装置)を提案する。 AIDEは最先端の手法を+3.5%、+4.6%改善した。
  論文  参考訳（メタデータ） (2024-06-27T17:59:49Z)
• VERITE: A Robust Benchmark for Multimodal Misinformation Detection Accounting for Unimodal Bias [17.107961913114778]
  マルチモーダルの誤報は ソーシャルメディアのプラットフォームで 増え続けている問題です 本研究では,広範に使用されているMDDベンチマークにおいて,一様偏差の存在を調査・同定する。 リアルな合成学習データを生成するための新しい手法であるCrossmodal HArd Synthetic MisAlignment (CHASMA)を導入する。
  論文  参考訳（メタデータ） (2023-04-27T12:28:29Z)

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。