論文の概要: Stable Scores, Unstable Answers: Frame Phase and Option Order in Video Multiple-Choice Evaluation
- arxiv url: http://arxiv.org/abs/2610.08649v1
- Date: Tue, 06 Oct 2026 16:36:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 02:58:30.120394
- Title: Stable Scores, Unstable Answers: Frame Phase and Option Order in Video Multiple-Choice Evaluation
- Title（参考訳）: 安定スコア, 不安定解:ビデオマルチコース評価におけるフレーム位相とオプション順序
- Abstract要約: ビデオ言語モデルは、一様格子からフレームの多重選択精度でランク付けされる。
フェーズは回答を移動します。
フェーズ・コンベンションを予算で報告するか、あるいはマーシャリライズします。
- 参考スコア（独自算出の注目度）: 11.150781169320375
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Video-language models are ranked by multiple-choice accuracy on frames from a uniform grid. The grid has two parameters, a rate and a phase, and benchmarks report only the rate. The phase moves answers: two deployed samplers differing only by a half-step phase offset answer 23.6% of questions differently while scoring within a point, and across four releases from two families shifting only the phase changes roughly one answer in five after controlling option order. PHASEFUSION decodes three offset grids and averages the option posteriors. The grids are the polyphase components of the dense grid. Fusion matches a 32-frame single pass in accuracy within a prespecified margin (logit-scored) and cuts the answers a half-step shift of all three grids changes from 18.2% to 10.1%. Option order, which changes only the presentation, is flagged instead by a one-pass answer margin. Report the phase convention with the budget, or marginalize it.
- Abstract（参考訳）: ビデオ言語モデルは、一様格子からフレームの多重選択精度でランク付けされる。
グリッドには2つのパラメータ、レートとフェーズがあり、ベンチマークはレートのみを報告している。
フェーズは答えを移動させる:2つのデプロイされたサンプルは、ポイント内で得点しながら異なる質問の半段階の相オフセット回答23.6%でしか違い、オプション順序を制御した後、フェーズ変更のみを5つずつシフトする2つのファミリーからの4つのリリースで異なる。
PHASEFUSIONは3つのオフセットグリッドをデコードし、オプション後部を平均化する。
グリッドは、高密度グリッドの多相成分である。
融合は32フレームのシングルパスの精度を事前に指定されたマージン(logit-scored)内で一致させ、回答を18.2%から10.1%に変更した3つのグリッドの半段階のシフトに削減する。
プレゼンテーションのみを変更するオプション順は、代わりにワンパスの回答マージンによってフラグ付けされる。
フェーズ・コンベンションを予算で報告するか、あるいはマーシャリライズします。
関連論文リスト
- JARQ: Joint Alternating Refinement for Quantization [4.367265720140609]
大規模な言語モデルのためのグループ学習後の量子化器は、結果の整数符号に適合しない格子上に丸みを帯びる。
最高のグリッドはコードに依存し、入力相関は異なるグループのエラーと一致し、有用なコード変更は、しばしば一度に多くのコードを含む。
JARQは、任意のグループワイド量子化器から始まり、すべてのグループスケールの最小二乗整合を交換するプラグイン改良である。
論文 参考訳（メタデータ） (2026-09-29T22:00:00Z) - MetaSampling: Making Frame Samplers Efficient for Long-Video Question Answering [1.9480051045857554]
textbf MetaSamplingは、既存のフレームセレクタ上に適用可能な、トレーニング不要のプラグイン・アンド・プレイサンプリング戦略である。
我々は36組のフレームセレクタ--MLLM-バックボーン--VQA-ベンチマーク構成のMetaSamplingを評価する。
論文 参考訳（メタデータ） (2026-09-27T22:51:25Z) - One Patch, Three Roles: What Is Actually Coupled in Autoregressive Time-Series Forecasting? [49.84472730204669]
凍結した親の軌道は, 軽量な平行出口で観測される未来よりも適合しやすいことを示す。
また、列車選択した周期的歴史方向に沿って補正可能な残射も見出す。
Tangentはこの修正を、ニューラルパラメータやTransformerコールを追加せずに適用する。
論文 参考訳（メタデータ） (2026-09-20T14:54:35Z) - Plateau-Constrained Selection of Commuting Phase-Term Orderings Under a Fixed Maintained-Parity Compiler Contract [0.19116784879310023]
固定配置下での古典的な2段置換探索と,維持パリティ低下を用いた。
ステージ1は、プライマリサポートの最適性を認定し、ステージ2は、同じコストのツアーをサンプリングし、凍結されたルートスコアで選択する。
論文 参考訳（メタデータ） (2026-08-27T18:22:15Z) - Stable Curves, Unstable Items: Item-Level Scaling Heterogeneity in Video LLMs [16.31176289941024]
ビデオLLMは、視覚的予算が大きくなるにつれて、スムーズに改善されるか、飽和していることを示す。
制御された視覚的予算の下で,各凍結モデルペアを応答軌道で表現する。
我々は、構成の相補性、有害な遷移、およびテキスト上書きの一致したグリッド測度を導出する。
論文 参考訳（メタデータ） (2026-08-07T09:25:20Z) - Towards Fast and Effective Long Video Understanding of Multimodal Large Language Models via Adaptive Quasi-Gaussian Sampling [71.62893745623526]
ビデオフレーム選択は準ガウスサンプリングの問題である。
我々はAdaQと呼ばれる適応的でトレーニングなしのアプローチを提案する。
論文 参考訳（メタデータ） (2026-06-23T06:13:30Z) - Surflo: Consistent 3D Surface Flow Model with Global State [57.57234680235885]
Surfloは、方向付けられた3次元表面点を、ノイズからフローマッチングを通じて独立して表面へ輸送することでデコードする。
独立なポイント単位の復号化に固有の局所的不整合を抑制するために、光度勾配を注入することにより、推定時間誘導項が近傍の点と相関する。
Surfloは、サーフェスメトリクスのフィードフォワードベースラインにマッチし、数百のビューを必要とする最適化ベースのメソッドよりも桁違いに高速に動作し、グローバルなラテントと任意の解像度のデコーディングを組み合わせた唯一のフィードフォワードアプローチである。
論文 参考訳（メタデータ） (2026-06-11T17:48:38Z) - Good Token Hunting: A Hitchhiker's Guide to Token Selection for Visual Geometry Transformers [58.582630781164305]
視覚幾何学変換器は多視点3D再構成のための強力なアーキテクチャである。
それらの計算コストは、これらのモデル内のグローバルアテンション層によって入力シーケンスの長さが2倍に増加する。
各クエリがグローバルな注意を払って対話するキー/バリュートークンの数を制限するという、シンプルながら一般的な戦略でこの問題に対処する。
当社のアプローチは,既存のソリューションと比較して,速度精度のトレードオフが優れている。
論文 参考訳（メタデータ） (2026-05-22T17:55:13Z) - Fully-Geometric Cross-Attention for Point Cloud Registration [51.865371511201765]
ポイントクラウド登録のアプローチは、ノイズのあるポイント対応のため、ポイントクラウド間の重なりが低いときに失敗することが多い。
この問題に対処するTransformerベースのアーキテクチャに適した,新たなクロスアテンション機構を導入する。
我々はGromov-Wasserstein距離をクロスアテンションの定式化に統合し、異なる点雲間の点間距離を共同計算する。
点レベルでは,局所的な幾何学的構造情報を細かなマッチングのための点特徴に集約する自己認識機構も考案する。
論文 参考訳（メタデータ） (2025-02-12T10:44:36Z)
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。