論文の概要: It's Always 10:10: Reference Images Break a Bias That Prompts Only Dent

• arxiv url: http://arxiv.org/abs/2610.11320v1
• Date: Thu, 08 Oct 2026 06:23:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.833288
• Title: It's Always 10:10: Reference Images Break a Bias That Prompts Only Dent
• Title（参考訳）: 10時10分過ぎ:歯だけを突き刺すバイオエイズ、画像が壊れる
• Abstract要約: 広告では、時計はほとんど常に10:10を示し、生成した時計は、別の時間を要求するときでも10:10に戻る。 我々は、このバイアスを測定し、Magnificプラットフォームで利用可能な52のモデルでそれを克服する3つの方法をテストする。
• 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: Text-to-image models appear to reproduce the habits of the photographs they learned from. Analog clocks are an extreme case: in advertising, watches almost always show 10:10, and generated clocks return to 10:10 even when another time is requested. We measure this bias and test three ways of overcoming it on 52 models available on the Magnific platform, with a replication on Higgsfield. Every image shows three identical clocks that must show 2:35, 6:50 and 11:20. The description of the object is fixed and only the request about the time changes: no time (A), the time in digits (B), the hand positions described by construction relative to the dial numerals (C), or the same description plus a drawn reference dial (D). Two AI readers read all 1,799 images blind from coded copies, with a third reader and the author settling disagreements (dial-level agreement 96.0% and 97.3%). With no time requested, 67% of the images have all three clocks at 10:10. On the 20 current models, all three clocks are correct in 34% of the images with digits, 30% with the hands described in words and 75% with the reference dial (D-B: +37 points, 95% CI +28 to +45); we found no evidence that describing the hands in words beats the digits (C-B: -4 points, CI -10 to +1). The replication on the 12 models shared by both platforms gives the same picture (B 54%, C 50%, D 81%). Writing the time reduces the bias but leaves two thirds of the images of the 20 current models with at least one wrong clock; adding a drawn reference raises full accuracy to three quarters and almost eliminates images entirely at 10:10. We release all images, prompts, raw readings and a script that recomputes every result.
• Abstract（参考訳）: テキストと画像のモデルは、彼らが学んだ写真の習慣を再現しているように見える。 アナログ時計は極端なケースであり、広告では、時計はほとんど常に10:10を示し、生成した時計は別の時間を要求するときでも10:10に戻る。 このバイアスを測定して,Magnificプラットフォームで利用可能な52のモデル上で,Higsfieldでレプリケーションを行う3つの方法をテストする。 各画像には2:35、6:50、11:20の3つの同じクロックが表示される。 オブジェクトの記述は固定され、時間(A)、数字(B)、ダイヤル数(C)に対する構築によって記述された手の位置、または同じ記述と描画された参照ダイヤル(D)に関する要求のみが変化する。 2人のAI読者は、コード化されたコピーから失明した1,799枚の画像すべてを読み、第3の読者と著者は意見の相違(ダイアルレベルの合意は96.0%と97.3%)を定めている。 時間の要求はなく、画像の67%が10:10に3つの時計を持っている。 現在の20のモデルでは、3つの時計はいずれも数字の34%、単語で記述した手は30%、基準ダイヤルは75%(D-B:+37点、95% CI +28から+45)であり、単語で記述した手が数字を上回っているという証拠は見つからなかった(C-B:-4点、CI -10から+1)。 両プラットフォームで共有される12モデルのレプリケーションは同じ図(B 54%、C 50%、D 81%)である。 時間を書き込むとバイアスが減るが、20の現行モデルのイメージの3分の2を少なくとも1の間違ったクロックで残す。 すべての画像、プロンプト、生読み、そしてすべての結果を再計算するスクリプトをリリースします。

関連論文リスト

• Mandela-Bench: Multimodal Models Remember Canonical Images Instead of Seeing Them [9.642483083656407]
  標準画像の1,507個の編集を含むMandela-Benchを紹介する。 モデルが偽造を検知するかどうかだけでなく、その説明が挿入された実体を識別するかどうかを評価する。 一部のモデルは、別々に表示された元の顔と置き換えられた顔とを区別できるが、完全な編集された写真は本物であると判断する。
  論文  参考訳（メタデータ） (2026-09-26T16:32:00Z)
• When AI Writes, Who Gets Cited? Evidence of Citation Monoculture Across Language Models [45.91367912142692]
  異なるモデルがいまだに同じ狭い部分集合を選択している可能性を示し、単一の引用が誤りを犯さずに、引用モノカルチャーを生成する。 3つのベンダーの11のモデルが、30のランダムなパネルから少なくとも10の論文を選択しており、実際のタイトルと抽象物があるが、作者が作り直され、再割り当て年、隠れた会場と引用数がある。
  論文  参考訳（メタデータ） (2026-08-03T14:27:46Z)
• Language Models Agree With Each Other, Not With Readers [1.8620637029128544]
  我々は、その目的のために構築された誰もいない人間の参照に対する収束を測定する。 120のWebドキュメントに2,523のリードマークがある。 読者が読むものよりも確実に読者に同意するモデルはない。
  論文  参考訳（メタデータ） (2026-07-31T10:44:10Z)
• Visual Credit Audit for Multimodal Spatial Reasoning [70.16915309526443]
  Visual Credit Auditは、ベンチマーク画像がテキストのみとブランクコントロールよりもモデルの宣言された決定をもっとサポートするかどうか、モデルが関係性固有の視覚的エビデンスに反応するかどうかの2つの評価を分離する。 ラベルを適用すれば依存性認定正当性(D-CC)が得られる 4つのオープンMLLMと2つの空間ベンチマーク、12.73-26.25%の判定は正確であるが、証明されていない。
  論文  参考訳（メタデータ） (2026-07-29T15:55:31Z)
• Prompt Design at Scale: How Format, Instruction Count, and Context Length Shape Instruction Adherence and Hallucination in Large Language Models [0.0]
  2つの実験は、保持された汚染のない合成コーパス上の3つの因子全てを横断する。 実験1では,規則数Nが10から160に増加するにつれて,命令追従減衰を測定する。 実験2では, 2k-to-512k-tokenのコンテキストラグ上での精度, 虚偽の前提条件, ファクトファクトファクトファクチャリングの測定を行った。
  論文  参考訳（メタデータ） (2026-07-21T16:31:35Z)
• How good are deep models in understanding the generated images? [47.64219291655723]
  オブジェクト認識と視覚的質問応答タスクのために、生成画像の2つのセットを収集する。 オブジェクト認識では、10の最先端オブジェクト認識モデルのうち最高のモデルが、約60%と80%のトップ-1とトップ5の精度を達成する。 VQAでは、50の画像で241のバイナリ質問に回答すると77.3%のスコアが与えられる。
  論文  参考訳（メタデータ） (2022-08-23T06:44:43Z)
• It's About Time: Analog Clock Reading in the Wild [93.84801062680786]
  自然画像やビデオでアナログクロックを読むためのフレームワークを提案する。 我々は、合成クロックを生成するためのスケーラブルなパイプラインを作成し、労働集約アノテーションの要求を大幅に削減する。 提案した合成データセットに基づいてトレーニングしたモデルは、精度良く実時計に向けて一般化されていることを示す。
  論文  参考訳（メタデータ） (2021-11-17T14:52:02Z)

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。