論文の概要: Beyond Retrieval Relevance: Scene-Grounded Risk Entailment for Vision-Language Driving

• arxiv url: http://arxiv.org/abs/2609.34145v1
• Date: Mon, 28 Sep 2026 02:26:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-04 06:28:22.969171
• Title: Beyond Retrieval Relevance: Scene-Grounded Risk Entailment for Vision-Language Driving
• Title（参考訳）: 検索の関連性を超えて: ビジョンランゲージ運転におけるシーン・グラウンド・リスク・エンタテインメント
• Abstract要約: このような知識を受信する視覚言語モデル(VLM)は、オブジェクトを接地し、時間にわたってエンティティをバインドし、どのように振る舞うかを決定する前に関係を検証する必要がある。 VLM決定の前に、DRKG(Driving-Risk Knowledge Graph)とSWRL(Semantic Web Rule Language)による応用可能性のギャップに対処する。
• 参考スコア（独自算出の注目度）: 26.038736766426894
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Retrieval-augmented generation (RAG) gives vision--language driving systems access to external safety knowledge, yet a retrieved risk rule may be relevant without applying to the current scene. A vision--language model (VLM) receiving such knowledge must ground objects, bind entities across time, and verify relations before deciding how to act, leaving the support for risk conclusions implicit. We address this relevance--applicability gap with a Driving-Risk Knowledge Graph (DRKG) and Semantic Web Rule Language (SWRL) reasoning stage before VLM decision-making. Structured perception instantiates scene facts, from which SWRL rules derive events and directed risk relations when their antecedents are jointly satisfied. Recognized events, bound risk relations, and semantic descriptions of activated rules form compact evidence that conditions the VLM and diffusion planner. In matched comparisons on nuReasoning, our method improved the nuReasoning planning score (NPS) by 1.30 points and the non-at-fault collision score (NC) by 2.76 points over the relevance retrieval-based baseline. These gains indicate that scene-applicable risk evidence improves safety-weighted planning relative to semantically retrieved risk knowledge.
• Abstract（参考訳）: 検索言語拡張世代(RAG)は、視覚言語駆動システムに外部の安全知識へのアクセスを与えるが、現在の状況に適用することなく、検索されたリスクルールが関係する可能性がある。そのような知識を受信した視覚言語モデル(VLM)は、オブジェクトを接地し、時間をかけてエンティティをバインドし、どのように行動するかを決定する前に関係を検証し、リスク結論の支持を暗黙的に残さなければならない。 VLM決定の前に、DRKG(Driving-Risk Knowledge Graph)とSWRL(Semantic Web Rule Language)による応用可能性のギャップに対処する。 構造化された知覚はシーンの事実をインスタンス化し、SWRLルールはイベントを導出し、先行者が共同で満足するとリスク関係を指示する。 アクティベートされた規則の認識された事象、有界リスク関係、意味的な記述は、VLMと拡散プランナーの条件がコンパクトな証拠を形成する。 nuReasoningの比較では,NPS(nuReasoning Planning score)が1.30ポイント,NC(non-at-fault collision score)が2.76ポイント向上した。 これらの結果は、シーン適用可能なリスクエビデンスによって、セマンティックに検索されたリスク知識に対する安全性の高い計画が改善されることを示唆している。

関連論文リスト

• Beyond Routine Compliance: Cunning Data Cultivates Safety Vigilance in Large Language Models [13.286950013891635]
  安全アライメントは、大きな言語モデルに有害な要求を認識し、リスクのある指示を拒否するように教える。 我々は、必ずしも安全に関するものではなく、誤解を招く前提を含む、textbfcunning質問を導入する。 実験により、カニングトレーニングは、分配不能のジェイルブレイク攻撃に対する堅牢性を改善し、その後の安全性の微調整を強化することが示されている。
  論文  参考訳（メタデータ） (2026-09-16T11:46:48Z)
• READ: Learning Risk-Informed Fields for End-to-End Autonomous Driving [24.54780591783853]
  本稿では,相補的な幾何学的制約と行動的制約から,明示的で計画的なリスク表現を学習するフレームワークREADを紹介する。 READは、この表現を連続時間フィールドとしてインスタンス化し、候補軌跡に沿って異なるクエリを可能にする。 NAVSIMの実験では、一致したエンドツーエンドのバックボーン間で一貫したゲインと、VLA設定での強いパフォーマンスが示されている。
  論文  参考訳（メタデータ） (2026-09-11T02:40:51Z)
• General Hazard Detection [5.74822847046482]
  ルールベースのコンプライアンスアセスメントのために設計された,最初の汎用ハザードデータセットを提案する。 私たちの重要なイノベーションは、言語ベースのルールを通じて安全要件を表現することによって、画像ベースの例からハザード概念を分離することです。 CompliVisionデータセットは、トラフィック、建設、倉庫環境にまたがる3,006のイメージで構成されている。
  論文  参考訳（メタデータ） (2026-05-22T07:24:17Z)
• Action-Conditioned Risk Gating for Safety-Critical Control under Partial Observability [79.08785366532287]
  部分観測可能性下でのリスク感応制御のための軽量なリスクゲート強化学習近似を提案する。 安全クリティカルな部分観測可能な2つの領域 – 自動グルコース調節と安全制約ナビゲーション – でアプローチを評価した。
  論文  参考訳（メタデータ） (2026-05-14T01:23:09Z)
• Emergent Strategic Reasoning Risks in AI: A Taxonomy-Driven Evaluation Framework [63.74295981594549]
  大規模言語モデル(LLM)は、自身の目的を達成する行動に関与している。 これには、詐欺(故意に誤解を招くユーザや評価者)、評価ゲーム(安全テスト中のパフォーマンスを戦略的に操作する)、報酬ハッキングなどが含まれる。 自動行動リスク評価のための分類駆動型エージェントフレームワークであるESRRSimを紹介する。
  論文  参考訳（メタデータ） (2026-04-23T23:44:01Z)
• HazardArena: Evaluating Semantic Safety in Vision-Language-Action Models [87.35765363039638]
  本研究では,視覚・言語・アクションモデルのセマンティック安全性を評価するためのベンチマークであるHazardArenaを紹介する。 安全シナリオに特化してトレーニングされたVLAモデルは、対応する安全でないシナリオで評価された場合、安全に動作しないことが多い。 本研究では,セマンティック属性や視覚言語判断を用いた行動実行を制約する,トレーニングフリーの安全オプション層を提案する。
  論文  参考訳（メタデータ） (2026-04-14T08:32:02Z)
• ContextLens: Modeling Imperfect Privacy and Safety Context for Legal Compliance [49.524070843587594]
  本研究では,大規模言語モデル(LLM)を活用し,法的領域における入力コンテキストを基盤とするセミルールベースのフレームワークであるContextLensを提案する。 我々は、General Data Protection Regulation()とEU AI Actをカバーする既存のコンプライアンスベンチマークの実験を行います。 その結果、ContextLensはLLMのコンプライアンス評価を大幅に改善し、トレーニングなしで既存のベースラインを越えられることが示唆された。
  論文  参考訳（メタデータ） (2026-04-14T05:35:38Z)
• SAVeS: Steering Safety Judgments in Vision-Language Models via Semantic Cues [50.928203120795786]
  本研究では,視覚言語モデルにおけるマルチモーダル安全性の挙動を,単純な意味的手がかりによって評価できるかどうかを考察する。 シーン内容を変更することなく、テキスト、視覚、認知の介入を制御できるセマンティック・ステアリング・フレームワークを導入する。
  論文  参考訳（メタデータ） (2026-03-19T16:18:00Z)
• HomeGuard: VLM-based Embodied Safeguard for Identifying Contextual Risk in Household Task [42.665798473119516]
  CG-CoT(Context-Guided Chain-of-Thought)を特徴とするアーキテクチャ非依存型セーフガードを提案する。 CG-CoTは、リスクアセスメントをアクティブな知覚に分解し、相互作用対象や関連する空間近傍への注意を順次固定する。 実験により、我々のモデルであるHomeGuardは安全性を大幅に向上し、ベースモデルと比較してリスクマッチ率を30%以上改善することが示された。
  論文  参考訳（メタデータ） (2026-03-15T13:09:43Z)
• MENTOR: A Metacognition-Driven Self-Evolution Framework for Uncovering and Mitigating Implicit Risks in LLMs on Domain Tasks [17.598413159363393]
  現在のアライメントの取り組みは、主に偏見、ヘイトスピーチ、暴力のような明確なリスクをターゲットにしている。 本稿では,大規模言語モデルにおける暗黙的リスクの解消と軽減を目的とした,メタ認知駆動型セルフエボリューティオンフレームワークMENTORを提案する。 我々は、ドメイン固有のリスク識別を強化するために、教育、財務、管理にまたがる9000のリスククエリをサポートするデータセットをリリースする。
  論文  参考訳（メタデータ） (2025-11-10T13:51:51Z)
• On the Loss of Context-awareness in General Instruction Fine-tuning [101.03941308894191]
  教師付き微調整後の文脈認識の喪失について検討した。 性能低下は,会話指導の微調整中に学んだ異なる役割に対する偏見と関連していることがわかった。 一般命令微調整データセットから文脈依存例を識別する指標を提案する。
  論文  参考訳（メタデータ） (2024-11-05T00:16:01Z)

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。