論文の概要: VideoSlate: Stateful Commit Control for Temporally Grounded Agentic Video Reasoning
- arxiv url: http://arxiv.org/abs/2610.16357v1
- Date: Mon, 12 Oct 2026 08:13:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-19 06:15:36.043383
- Title: VideoSlate: Stateful Commit Control for Temporally Grounded Agentic Video Reasoning
- Title（参考訳）: VideoSlate: 一時接地型エージェントビデオ推論のためのステートフルコミット制御
- Abstract要約: ビデオ推論システムは、ステージ毎にビデオ証拠を収集して評価し、質問に答えるための視覚的証拠として関連するスパンを選択する。
新しい候補と観察は現在のスパンの再評価を促すが、リビジョンはローカライズエラーを修正したり、既に採用されているスパンに存在する有用な証拠を破棄することができる。
私たちは、共有エビデンスを中心に構築されたステートフルなコミットコントロールフレームワークであるVideoSlateを紹介します。
- 参考スコア（独自算出の注目度）: 56.64489064413136
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agentic video reasoning systems gather and assess video evidence across stages, selecting relevant spans as visual evidence for answering questions. New candidates and observations prompt reassessment of the current span, but revisions can correct localization errors or discard useful evidence already present in the adopted span. Systems therefore need to connect evidence organization across stages with temporal state control, allowing accumulated information to jointly inform revision assessment while explicit adoption decisions govern how assessment outcomes affect downstream visual evidence. We introduce VideoSlate, a stateful commit-control framework built around shared evidence. A typed evidence blackboard links candidate spans, provenance, construction, and verifier observations, enabling an incumbent-relative certifier to assess revision support from the candidate, current span, and related proposals. Based on certification, the controller authorizes a revision or retains the current span, separating evidence accumulation from state updates and recording each decision and its evidence on the blackboard. Extensive evaluations across video grounding and grounded question-answering benchmarks show that VideoSlate can improve temporal localization through selective revision.
- Abstract（参考訳）: エージェントビデオ推論システムは、ステージ毎にビデオ証拠を収集して評価し、質問に答えるための視覚的証拠として関連するスパンを選択する。
新しい候補と観察は現在のスパンの再評価を促すが、リビジョンはローカライズエラーを修正したり、既に採用されているスパンに存在する有用な証拠を破棄することができる。
したがって、システムは、段階的に組織された証拠と時間的状態制御を結びつける必要があり、蓄積された情報によって、評価結果が下流の視覚的証拠にどのように影響するかを明示的に決定しながら、共同でリビジョンアセスメントを通知することができる。
私たちは、共有エビデンスを中心に構築されたステートフルなコミットコントロールフレームワークであるVideoSlateを紹介します。
ブラックボードの型付きエビデンスでは、候補のスパン、証明、建設、検証者の観察をリンクし、既存の相対的な認証者が候補、現在のスパンおよび関連する提案からの修正サポートを評価することができる。
認証に基づいて、コントローラは、現在のスパンを修正または保持し、州の更新から蓄積した証拠を分離し、各決定とその証拠をブラックボードに記録する。
ビデオグラウンドとグラウンドド質問回答ベンチマークの広範な評価は、VideoSlateが選択的なリビジョンによって時間的ローカライゼーションを改善することを示している。
関連論文リスト
- When to Retrieve, When to Stay: Uncertainty-Aware Temporal Evidence Allocation for Streaming Video-LLMs [55.016033209274376]
WRWS(When to Retrieve, When to Stay)は、不確実性適応型エビデンスアロケーションのためのトレーニング不要のフレームワークである。
WRWSは、関連手段が信頼性が高い場合に意味検索を好んでおり、不確実性の下での精度を高める。
我々の効率評価において、WRWSは、平均視覚から回答までの時間を、最先端手法の47.93%に削減する。
論文 参考訳（メタデータ） (2026-09-29T12:13:56Z) - From Intent to Evidence: Policy-Steered Multi-Strategy Retrieval for Long-Video Agents [28.84798025130296]
VESTAは、ルート条件付き取得・検証・統合ループとして組織された、トレーニング不要の長ビデオエージェントである。
時間的エビデンス台帳は、観測結果を適応的で圧縮された時間的位置、証明、カバレッジ、コンフリクト、検証結果、仮説支持の視点に集約する。
論文 参考訳（メタデータ） (2026-08-31T15:55:48Z) - Conditional Visual Evidence Utility: State-Dependent Rank Reversals in Frozen Vision-Language Encoders [2.0411082897313984]
色, 形状, テクスチャのエビデンスを独立に露呈し, その条件付き限界効用が取得状態全体にわたって測定可能であることを示す。
800のシーンにおいて、凍結されたOpenCLIPとSigLIPは、強い状態依存のランク逆転を示す。
第1の取得後のみ、決定が1つのエビデンスモード、ワードリング、バックボーンで選択されると、肯定的なステップ2ユーティリティが生成される。
論文 参考訳（メタデータ） (2026-08-28T13:25:40Z) - From Trajectories to Evidence: Auditable Experimental Records for Industrial Research Agents [47.678562263387214]
研究エージェントは、産業レコメンデーション設定において、多段階の機械学習実験をますます実施している。
生成されたアーティファクトは、サポートされないか、不完全かもしれないし、実行されたラウンドは無効かもしれないし、あるいは廃止されるかもしれないし、後の修正は、以前の発見を曖昧にするかもしれない。
本稿では,連続的アーティファクトのバウンダリ検証と実行後のクレーム資格を結合するエビデンス・グラウンド・フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-05T13:37:38Z) - 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) - FactReview: Evidence-Grounded Reviews with Literature Positioning and Execution-Based Claim Verification [57.196748998757954]
本稿では,クレーム抽出,文献位置決定,実行に基づくクレーム検証を組み合わせたエビデンスベースレビューシステムであるFactReviewを紹介する。
FactReviewは論文を提出すると、主要なクレームを特定し、その結果を報告し、論文の技術的な位置を明らかにするために近くの作業を取り出し、コードが利用可能であれば、リリースされたリポジトリを実行する。
その後、簡潔なレビューと、主要な請求を5つのラベルのうち1つに割り当てるエビデンスレポートを生成する。
論文 参考訳（メタデータ） (2026-04-05T11:45:22Z) - Towards Real-Time Fake News Detection under Evidence Scarcity [66.58597356379907]
本稿では,リアルタイムフェイクニュース検出のための新しいフレームワークである評価アウェア・セレクション・オブ・エキスパートズ(EASE)を提案する。
EASEは、利用可能な証拠の十分性を評価した意思決定プロセスに適合する。
本稿では,新興ニュースのモデル一般化を限られた証拠で評価するための新しいベンチマークであるRealTimeNews-25を紹介する。
論文 参考訳（メタデータ） (2025-10-13T11:11:46Z)
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。