論文の概要: MiniVer-V: Identifying Minimal Sufficient Evidence for Short Video Verification

• arxiv url: http://arxiv.org/abs/2610.11233v1
• Date: Thu, 08 Oct 2026 04:33:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.80533
• Title: MiniVer-V: Identifying Minimal Sufficient Evidence for Short Video Verification
• Title（参考訳）: MiniVer-V: 短いビデオ検証のための最小限の証拠を同定する
• Abstract要約: MiniVer-Vは、3方向の検証アノテーションを備えた195のショートビデオのベンチマークである。 本稿では,内部証拠から評価したクレーム・ビデオの一貫性を,事実的判断から分離する2層検証フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A core challenge in short-video fact-checking is identifying which evidence is sufficient to support a verification conclusion. Existing approaches either give the verifier all available evidence, introducing noise, or select evidence by topical relevance, which conflates relatedness with sufficiency. We identify evidential sufficiency as the selection criterion: whether a subset of evidence is adequate to support a confident verdict without redundancy. We introduce MiniVer-V, a benchmark of 195 short videos with three-way verdict annotations (supported, refuted, insufficient) and 5,510 multimodal evidence units spanning visual keyframes, speech transcripts, and web-retrieved external sources. We propose a two-layer verification framework that separates claim-video consistency, assessed from internal evidence, from factual verdict determination, which additionally requires external corroboration. On top of it, a sufficiency-driven greedy search assembles evidence until a sufficiency threshold is met and outputs insufficient when the candidate pool is exhausted, rather than forcing a verdict. With Claude Sonnet 4, the method reaches a Macro-F1 of 0.510 using 4.5 evidence units on average (16% of the full evidence set), statistically indistinguishable from the full-evidence baseline (0.518 with 27.7 units), while significantly improving recognition of insufficient cases over the same search without abstention. The efficiency result replicates with GPT-5.5 and holds only partially with an open-weight Qwen2.5-72B verifier. Ablations show that external evidence is indispensable for factual determination, while internal video evidence grounds the verdict in claim-video consistency. These findings suggest that evidence-efficient verification is achievable, and that explicit abstention is needed when evidence is genuinely inadequate.
• Abstract（参考訳）: ショートビデオのファクトチェックにおける中核的な課題は、どの証拠が検証の結論を支持するのに十分なのかを特定することである。 既存のアプローチは、検証者が利用可能なすべての証拠を与えるか、ノイズを導入するか、あるいはトピックの関連性によって証拠を選択する。 我々は、証拠のサブセットが、冗長性のない確実な判断を支持するのに十分なかどうかという選択基準として、明らかな充足性を識別する。 我々は,3方向検証アノテーション(サポート,反響,不十分)と5,510個のマルチモーダルエビデンスユニットを備えた195個の短いビデオのベンチマークであるMiniVer-Vを紹介した。 本稿では,内部証拠から評価したクレーム・ビデオの一貫性を,外部の相関を必要とする事実的判断から分離する2層検証フレームワークを提案する。 さらに、充足駆動の欲求探索は、充足しきい値が満たされるまで証拠を組み立て、判定を強制するのではなく、候補プールが枯渇したときには不十分な出力を行う。 Claude Sonnet 4では、平均4.5のエビデンス単位(完全なエビデンスセットの16%)を使用して0.510のマクロF1に達するが、完全なエビデンスベースライン(0.518と27.7ユニット)とは統計的に区別できない。 効率はGPT-5.5で再現され、部分的にはオープンウェイトQwen2.5-72B検証器でのみ保持される。 アブレーションは、外部の証拠が事実決定に不可欠であることを示し、内部のビデオ証拠はクレームとビデオの一貫性の判断を根拠にしている。 これらの結果は、証拠効率の検証は達成可能であり、証拠が真に不十分な場合に明示的な棄権が必要であることを示唆している。

関連論文リスト

• HiEviDR-Bench: A Benchmark for Hierarchical Evidence Aggregation in Deep Research [52.87128503345243]
  我々は,Deep Researchにおける階層的エビデンス・アグリゲーションを評価するためのベンチマークであるHiEviDR-Benchを紹介する。 HiEviDR-Benchは、エビデンスの選択、クロスソースリンク、アグリゲーションをキャプチャする明示的なエビデンスグラフを持つ各インスタンスを表す。 報告品質,エビデンストレーサビリティ,引用精度,クレーム検証,回答正当性という5次元のトレーサビリティ指向評価フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-07-27T23:50:46Z)
• Sparse Evidence Can Suffice: Agentic Evidence Seeking for Multimodal Video Misinformation Detection [15.95488291516215]
  マルチモーダルビデオ誤情報検出は、一般的に、全体論的ビデオ理解タスクとして定式化される。 マルチモーダルビデオ誤情報検出における抽出によるスパース・インタラクティブ・エビデンス検証のためのフレームワークであるSIEVEを提案する。
  論文  参考訳（メタデータ） (2026-07-20T15:48:31Z)
• EG-VQA: Benchmarking Verifiable Video Question Answering with Grounded Temporal Evidence [48.314554375516366]
  本稿では,Evidence-Grounded Video Question Answering Benchmark (EG-VQA)を紹介する。 EG-VQAは2,067本の動画と11,838本のQAペアで構成されている。 強力なプロプライエタリモデルでさえ、予測を正確に下ろすのに苦労しています。 我々は,明示的な監督によって訓練されたエビデンス基底推論モデルEG-Reasonerを提案する。
  論文  参考訳（メタデータ） (2026-06-23T16:49:28Z)
• Case-Grounded Evidence Verification: A Framework for Constructing Evidence-Sensitive Supervision [1.7044563989708406]
  ケースグラウンドによる証拠検証を導入する。 得られたサポートタスクに対して標準検証器をトレーニングする。 結果は、根拠となる証拠の大きなボトルネックは、モデル能力だけでなく、監督の欠如にあることを示唆している。
  論文  参考訳（メタデータ） (2026-04-10T17:55:38Z)
• From Relevance to Utility: Evidence Retrieval with Feedback for Fact Verification [118.03466985807331]
  我々は、FVの関連性よりも、クレーム検証者が取得した証拠から導出する実用性に焦点を当てる必要があると論じる。 本稿では,エビデンス検索プロセスの最適化に,クレーム検証器からのフィードバックを取り入れたフィードバックベースのエビデンス検索手法(FER)を提案する。
  論文  参考訳（メタデータ） (2023-10-18T02:59:38Z)
• Give Me More Details: Improving Fact-Checking with Latent Retrieval [58.706972228039604]
  証拠は、自動化された事実チェックにおいて重要な役割を果たす。 既存のファクトチェックシステムは、エビデンス文が与えられたと仮定するか、検索エンジンが返した検索スニペットを使用する。 資料から得られた全文を証拠として組み込んで,2つの豊富なデータセットを導入することを提案する。
  論文  参考訳（メタデータ） (2023-05-25T15:01:19Z)
• Read it Twice: Towards Faithfully Interpretable Fact Verification by Revisiting Evidence [59.81749318292707]
  本稿では,証拠の検索とクレームの検証を行うためにReReadという名前の事実検証モデルを提案する。 提案システムは,異なる設定下での最良のレポートモデルに対して,大幅な改善を実現することができる。
  論文  参考訳（メタデータ） (2023-05-02T03:23:14Z)
• Topic-Aware Evidence Reasoning and Stance-Aware Aggregation for Fact Verification [19.130541561303293]
  本稿では,事実検証のための新たな話題認識型証拠推論とスタンス認識型アグリゲーションモデルを提案する。 2つのベンチマークデータセットで実施されたテストは、事実検証のためのいくつかの最先端アプローチよりも提案モデルの方が優れていることを示す。
  論文  参考訳（メタデータ） (2021-06-02T14:33:12Z)
• 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。