論文の概要: FORUM: Frozen Outputs Reconciled Using Model Agreement for Visual Grounding

• arxiv url: http://arxiv.org/abs/2609.37488v1
• Date: Sun, 27 Sep 2026 11:33:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.523972
• Title: FORUM: Frozen Outputs Reconciled Using Model Agreement for Visual Grounding
• Title（参考訳）: FORUM:視覚的グラウンド化のためのモデルアグリーメントを用いた凍結出力の再検討
• Abstract要約: 凍結MLLMを2つの固定幾何規則でガイドした無トレーニング試験時間融合であるFOUMを提案する。 Forumは、Ref-Adv-sベンチマークの平均精度の平均5%で397B-パラメータを上回ります。 標準のRefCOCO+への利得の推移と、支配的なメンバーを持たないバランスの取れたラインナップは、まだ397Bモデルを5%上回っている。
• 参考スコア（独自算出の注目度）: 38.49621837264026
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Frozen multimodal large language models (MLLMs) now solve standard referring expression comprehension with a single prompted call, yet on adversarial benchmarks with same-category distractors and negation, even the largest models are confidently wrong, and resampling repeats the error. Models built from different data and architectures rarely fall for the same confounder, so their agreement is a strong label-free signal of the correct target. We present FORUM, a training-free test-time fusion of frozen MLLMs guided by two fixed geometric rules: agreement-based selection keeps the region supported by the most distinct models, and medoid localization returns an actual member box instead of a coordinate average, so one loose prediction cannot shift the answer. Fusing three open MLLMs, FORUM surpasses the 397B-parameter published reference by a relative 5% in mean accuracy on the adversarial Ref-Adv-s benchmark, and a plain averaging ensemble by 15%. The gains transfer to standard RefCOCO+, and a balanced lineup with no dominant member still surpasses the 397B model by 5%.
• Abstract（参考訳）: 凍ったマルチモーダルな大言語モデル(MLLM)は、単一の呼び出しによって標準的な参照表現の理解を解決するが、同じカテゴリの障害や否定を持つ逆ベンチマークでは、最大のモデルでさえ確実に誤りを犯し、再サンプリングはエラーを繰り返す。 異なるデータとアーキテクチャで構築されたモデルは、同じ共同設立者にとって滅多にないため、彼らの合意は、正しいターゲットの強力なラベルなし信号である。 本稿では,2つの固定幾何規則で導かれる凍結MLLMのトレーニング不要な試験時間融合であるFORTUMについて述べる。 FORUMは3つのオープンMLLMを使用し、Ref-Adv-sベンチマークの平均精度を5%、平均アンサンブルを15%上回る397Bパラメータの基準を達成している。 標準のRefCOCO+への利得の推移と、支配的なメンバーを持たないバランスの取れたラインナップは、まだ397Bモデルを5%上回っている。

関連論文リスト

• Architecture-Dependent Causal Transfer of Activation States Across Large Language Models [51.56484100374058]
  内部言語アクティベーション状態は、異なる大きな言語モデル間で因果的に転送することができる。 生成中に投影された活性化をターゲットモデルに注入すると、統計的に有意で事前登録された因果効果が生じる。 現在実装されているLCM間のエンド・ツー・エンドのアクティベーション・ステート・トランスファーは、ユニバーサルではなくアーキテクチャに依存していると結論付けている。
  論文  参考訳（メタデータ） (2026-08-17T09:53:27Z)
• BiasMix-Finance: Post-Generation KYC Guardrails for LLM Portfolio Advice [4.108510562556002]
  大規模言語モデル(LLM)は、リスク、手数料、多様化に関する基本的な制約を静かに違反しながら、もっともらしいETFポートフォリオを生成することができる。 モデル非依存・資産非依存・ポストジェネレーションガードレールパイプラインについて検討する。 バイアス世代に基づく制約付き意思決定のためのコンパクトなストレステストベンチマークであるBiasMix-Finance(Mini)を紹介する。
  論文  参考訳（メタデータ） (2026-08-14T05:32:14Z)
• Beyond Single-Turn Confidence: Trajectory-Adapted Uncertainty Quantification for LLM Agents [0.0]
  単ターンUQ手法の3つの共通ファミリーが対話的軌道設定に遷移するかどうかを検討する。 転送はしばしば有用であるが、不均一であることがわかった。 トークン確率スコアは、各ターンで使用されるアグリゲータの選択に非常に敏感である。 ブラックボックスの自己整合性はしばしば最強のUQファミリーであり、軌跡等価性とアクションセットの整合性は変種の中では最高である。
  論文  参考訳（メタデータ） (2026-08-12T01:39:28Z)
• LLMs as a Jury: Cross-Model Consensus Can Outperform Process Reward Models for LLM Reasoning [6.241883798820154]
  モデル間コンセンサス(モデル間コンセンサス)について検討し、独立に訓練されたモデル(各モデルが一度解ける程度)が最終解に一致するかを検討した。 パネルをLCM判定として扱い、合意の構造は、他のモデルのスコアではなく、検証信号である。 3つのパネル統計値から平均絶対誤差0.03$までのコンセンサス精度を予測する。
  論文  参考訳（メタデータ） (2026-07-11T05:57:54Z)
• The Surprising Universality of LLM Outputs: A Real-Time Verification Primitive [0.0]
  CPUのみのスコアリングプリミティブはトークン当たり2.6マイクロ秒で動作する。 トークンのランク周波数分布は同じ2パラメータのMandelbrotランキング分布に収束する。 利用可能な場合にモデルログの確率で構成し、クローズドAPIで使用可能なランクオンリーモードに分解するシングルパススコアリングプリミティブを導出する。
  論文  参考訳（メタデータ） (2026-04-28T13:35:31Z)
• Diffusion Language Models are Super Data Learners [61.721441061210896]
  ユニークなデータが限られている場合、拡散言語モデル(DLM)は、よりエポックなトレーニングによって、常に自己回帰モデル(AR)を上回ります。 本研究の目的は,(1) 任意の次数モデリング,(2) 反復的双方向 denoising からの超高次計算,(3) モンテカルロ増分という3つの複合的要因に起因する。
  論文  参考訳（メタデータ） (2025-11-05T08:17:42Z)
• What makes Reasoning Models Different? Follow the Reasoning Leader for Efficient Decoding [84.42056293290015]
  推論モデルと非推論モデルの間のトークンレベルのミスアライメントを分析する。 本稿では,FoReaL-Decodingを提案する。 一般的な4つの数学推論ベンチマークにおいて、FoReaL-Decodingは理論FLOPを30から50%減らし、CoTの長さを最大40%減らした。
  論文  参考訳（メタデータ） (2025-06-08T05:08:32Z)
• Cycles of Thought: Measuring LLM Confidence through Stable Explanations [53.15438489398938]
  大規模言語モデル(LLM)は、様々なベンチマークで人間レベルの精度に到達し、さらに超えることができるが、不正確な応答における過度な自信は、依然として十分に文書化された障害モードである。 本稿では,LLMの不確実性を測定するためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-05T16:35:30Z)
• AvgOut: A Simple Output-Probability Measure to Eliminate Dull Responses [97.50616524350123]
  機能エンジニアリングなしで、どの発話やトークンが退屈であるかを動的に認識する対話モデルを構築します。 最初のモデルMinAvgOutは、各バッチの出力分布を通して、ダイバーシティスコアを直接最大化する。 第2のモデルであるラベルファインチューニング(LFT)は、多様性スコアによって連続的にスケールされたラベルをソースシーケンスにプリペイドし、多様性レベルを制御する。 3つ目のモデルであるRLは強化学習を採用し、多様性スコアを報奨信号として扱う。
  論文  参考訳（メタデータ） (2020-01-15T18:32:06Z)

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。