論文の概要: WorldFact-Bench: Beyond Image-Internal Plausibility to Image-World Consistency
- arxiv url: http://arxiv.org/abs/2610.11184v2
- Date: Sat, 10 Oct 2026 03:00:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-14 23:39:49.675418
- Title: WorldFact-Bench: Beyond Image-Internal Plausibility to Image-World Consistency
- Title（参考訳）: WorldFact-Bench: Image-Internal Plausibilityから Image-World Consistencyへ
- Abstract要約: 単一画像から画像世界の一貫性を評価するためにWorldFact-Benchを導入する。
PerSIST-Agentは、候補事実、視覚的観察、証拠、検証ステータスをリンクする永続状態に関する反復的検証を組織する。
- 参考スコア（独自算出の注目度）: 25.06768969910152
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Advances in image generation have made visual authenticity increasingly difficult to assess. Although image forensics now examines both generation artifacts and higher-level visual inconsistencies, a plausible image can still contradict real-world facts or rules. We introduce WorldFact-Bench to evaluate image-world consistency from a single image, without a predefined claim or verification target. The benchmark contains 1,274 source-aligned real-fake pairs across four verification regimes and ten semantic domains. Each pair introduces a specific, evidence-supported factual conflict while seeking to preserve non-target content and visual plausibility. Images are evaluated independently, and pair accuracy requires both members of a pair to be classified correctly. We further propose PERSIST-Agent, which organizes iterative verification around a persistent state linking candidate facts, visual observations, evidence, and verification statuses. This state guides subsequent inspection and retrieval while retaining unresolved candidates. With backbone weights fixed, harness self-optimization refines the agent's prompts and execution rules through validation feedback. Experiments reveal strong label biases in several detectors and uneven gains from retrieval. On the evaluated 8B backbones, PERSIST-Agent improves pair accuracy over both direct judgment and retrieval-augmented baselines, while ablations support the role of persistent verification state. These findings highlight the value of state-guided verification and the remaining gap between visual plausibility and factual correctness.
- Abstract（参考訳）: 画像生成の進歩により、視覚的真性の評価がますます困難になっている。
画像鑑定学は、世代別アーティファクトと高レベルの視覚的不整合の両方を調べるが、もっともらしい画像は、現実の事実やルールと矛盾する可能性がある。
本稿では,ワールドファクト・ベンチを導入し,画像から画像の世界整合性を,事前に定義されたクレームや検証対象を含まないで評価する。
このベンチマークには、4つの検証規則と10のセマンティックドメインにわたる1,274のソース整列リアルタイムペアが含まれている。
それぞれのペアは、具体的かつエビデンスに支えられた事実紛争を導入し、非ターゲットコンテンツと視覚的可視性を維持しようとする。
画像は独立して評価され、ペアの精度はペアの双方のメンバを正しく分類する必要がある。
さらに,提案するPERSIST-Agentは,候補事実,視覚的観察,証拠,検証状況とをリンクする永続状態に関する反復的検証を組織化する。
この州は未解決の候補者を維持しながら、その後の検査と検索を指導している。
バックボーンの重みが固定され、自己最適化がエージェントのプロンプトと実行ルールをバリデーションフィードバックを通じて洗練する。
実験では、いくつかの検出器における強いラベルバイアスと、検索による不均一な利得が示される。
評価された8Bバックボーン上では、PERSIST-Agentは直接判定と検索強化ベースラインの両方よりもペア精度を向上し、アブレーションは永続的検証状態の役割をサポートする。
これらの知見は,国家指導による検証の価値と,視覚的妥当性と事実的正当性とのギャップを浮き彫りにしている。
関連論文リスト
- Relative Patch Response Learning for Generalizable AI-Generated Image Detection [31.350151670807083]
信頼できる検出器は、目に見えない発電機に一般化し、野生の目に見えない摂動に頑健でいなければならない。
既存の検出器は通常、独立して収集された実画像と生成された画像、または、整列した実画像のペアで訓練される。
セルフアテンションによって、実際のパッチと生成されたパッチが相互作用できるので、各パッチの機能は、もはや自身のソースのみを反映しない。
各パッチをラベル付けする代わりに、PRLは、一致したペアの2つの混合ビューで同じパッチを比較し、そのパッチ応答、ビュー間のスコアの変化から学習する。
論文 参考訳（メタデータ） (2026-10-08T12:49:54Z) - MIC: Explaining Image-Claim Inconsistencies in AI-Generated Multimodal Misinformation [86.6217922377209]
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。
論文 参考訳（メタデータ） (2026-09-27T10:46:42Z) - Learning Continuous Source Responses For Generalizable AI-Generated Image Detection [42.338483531657666]
継続的ソース応答を学習するためのフレームワークであるCuReを紹介します。
CuReはトレーニングタスクの観点から認証検出を再考する。
平均平衡精度は89.7%で、第2の利率を5.2ポイント上回る。
論文 参考訳（メタデータ） (2026-09-13T06:24:59Z) - MNIST-PRO: MNIST is Back as a Partially Observable World for AI Agents [74.83535434786145]
MNIST-PRO (MNIST-PRO) は、MNISTの桁認識を、ルックバック制約付きシーケンシャルな視線に基づく検索タスクに変換することで、エージェント認識を分離するベンチマークである。
生の視覚履歴、テキスト状態、構造化されたメートル法グリッドマップ、統合された視覚キャンバスを含む4つの記憶表現の10つのマルチモーダルモデルを評価する。
論文 参考訳（メタデータ） (2026-08-31T16:05:39Z) - 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) - VISTAQA: Benchmarking Joint Visual Question Answering and Pixel-Level Evidence [26.0945130521806]
既存のベンチマークでは、テキストによる回答の正当性または画素レベルのローカライゼーションを分離して評価している。
本稿では,視覚的質問応答に基づく自由形式の回答正当性と画素レベルの証拠を共同評価するためのベンチマークであるVISTAQAを紹介する。
GROVEは, テキストの精度と接地品質を, サンプルごとの幾何平均で組み合わせることで, 関節の正しさを強制する指標である。
論文 参考訳（メタデータ） (2026-05-20T03:44:06Z) - 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) - A Sanity Check on Composed Image Retrieval [91.95275287747499]
Composed Image Retrieval (CIR) は、参照画像からなるクエリと、所望の修正を指定する相対的なキャプションに基づいて、ターゲット画像を取得することを目的としている。
FISD(Fully-Informed Semantically-Diverse benchmark)は、参照ターゲット画像対の変数を正確に制御するために生成モデルを利用する。
本稿では,対話型シナリオにおける既存モデルの可能性を探るためのマルチラウンドエージェント評価フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-14T15:52:22Z) - VAAS: Vision-Attention Anomaly Scoring for Image Manipulation Detection in Digital Forensics [0.0]
AI駆動画像生成の最近の進歩は、法医学的調査におけるデジタル証拠の正当性を検証するための新たな課題をもたらしている。
現代の生成モデルは、画素や圧縮アーチファクトに基づいた従来の検出器を避ける視覚的に一貫した偽造物を生成することができる。
本稿では,グローバルアテンションに基づく異常推定を統合した新しいデュアルモジュール・フレームワークであるVision-Attention Anomaly Scoring(VAAS)を紹介する。
論文 参考訳（メタデータ） (2025-12-17T15:05:40Z) - Look As You Think: Unifying Reasoning and Visual Evidence Attribution for Verifiable Document RAG via Reinforcement Learning [55.232400251303794]
Look As You Think (LAT)は、モデルをトレーニングし、一貫した帰属性を持った検証可能な推論パスを生成するための強化学習フレームワークである。
LATはシングルイメージとマルチイメージの両方でバニラモデルを一貫して改善し、平均ゲインは8.23%、IoU@0.5では47.0%となる。
論文 参考訳（メタデータ） (2025-11-15T02:50:23Z) - AmbiFC: Fact-Checking Ambiguous Claims with Evidence [57.7091560922174]
実世界の情報ニーズから10kクレームを抽出したファクトチェックデータセットであるAmbiFCを提示する。
アンビFCの証拠に対する主張を比較する際に,曖昧さから生じる不一致を分析した。
我々は,このあいまいさをソフトラベルで予測するモデルを開発した。
論文 参考訳（メタデータ） (2021-04-01T17:40:08Z)
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。