論文の概要: Hallucination-aware Faithful Reasoning in Remote Sensing

• arxiv url: http://arxiv.org/abs/2610.18369v1
• Date: Tue, 13 Oct 2026 13:28:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:16:47.00572
• Title: Hallucination-aware Faithful Reasoning in Remote Sensing
• Title（参考訳）: リモートセンシングにおける幻覚認識の忠実推論
• Abstract要約: リモートセンシングにおける忠実な推論のための幻覚認識型自己反射フレームワークである textbfFaithRS を提案する。 まず、43Kの構造化された微細な幻覚アノテーションのデータセットである textbfSFHD-43K を構築し、幻覚の種類、原因、視覚的証拠を識別するために検出器を訓練する。 FaithRSは、この診断フィードバックをSafe Detector-Guided Corrective Rolloutフレームワークに組み込む。
• 参考スコア（独自算出の注目度）: 46.05002574219108
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multimodal large language models (MLLMs) have demonstrated promising capabilities for remote sensing reasoning, yet they frequently generate visually unsupported reasoning that contradicts the visual evidence. Existing post-training methods optimize primarily for final-answer correctness, providing limited supervision for identifying and correcting hallucinations that arise during the reasoning process. To address this limitation, we propose \textbf{FaithRS}, a hallucination-aware self-reflection framework for faithful reasoning in remote sensing. We first construct \textbf{SFHD-43K}, a dataset of 43K structured, fine-grained hallucination annotations, and train a detector to identify hallucination types, underlying causes, and supporting visual evidence. FaithRS then incorporates this diagnostic feedback into a Safe Detector-Guided Corrective Rollout framework, where a safety-aware gate selectively determines whether and how to revise the response. Training is driven by a composite reward that jointly optimizes answer accuracy, reasoning faithfulness, hallucination reduction, format compliance, and revision safety. Experiments with Qwen3.5 backbones (0.8B, 4B, and 9B) show consistent improvements across four remote sensing benchmarks, with gains of up to 11.64 points.
• Abstract（参考訳）: マルチモーダル大言語モデル(MLLM)は、リモートセンシング推論の有望な能力を実証しているが、視覚的証拠と矛盾する視覚的に支持されない推論をしばしば生成している。 既存のポストトレーニング手法は、主にファイナル・アンサーの正当性を最適化し、推論プロセス中に発生する幻覚の特定と修正を限定的に監督する。 この制限に対処するために、リモートセンシングにおける忠実な推論のための幻覚を意識した自己回帰フレームワークである \textbf{FaithRS} を提案する。 まず、43Kの構造化された微粒な幻覚アノテーションのデータセットである「textbf{SFHD-43K}」を構築し、幻覚の型を特定し、原因を特定し、視覚的証拠を支援するために検出器を訓練する。 FaithRSは、この診断フィードバックをSafe Detector-Guided Corrective Rolloutフレームワークに組み込む。 トレーニングは、回答の正確性、忠実さの推論、幻覚の低減、フォーマットのコンプライアンス、リビジョンの安全性を共同で最適化する複合報酬によって駆動される。 Qwen3.5のバックボーン(0.8B、4B、9B)による実験では、4つのリモートセンシングベンチマークで一貫した改善が見られ、最大11.64ポイントまで向上した。

関連論文リスト

• Seeing Through the Chain: Mitigate Hallucination in Multimodal Reasoning Models via CoT Compression and Contrastive Preference Optimization [78.94590726578014]
  マルチモーダル推論モデル (Multimodal reasoning model, MLRM) は幻覚の傾向が強く, 効果的な解はいまだ未発見のままである。 textbfCompression と textbfPreference textbfOptimization を組み合わせたトレーニングベースの緩和フレームワーク C3PO を提案する。
  論文  参考訳（メタデータ） (2026-02-03T11:00:55Z)
• Do I Really Know? Learning Factual Self-Verification for Hallucination Reduction [14.310806623700037]
  本稿では,一貫性に基づく自己検証を通じて,大規模言語モデルに事実の不確実性を推論する学習時間フレームワークを提案する。 複数のモデルファミリーとスケールで、VeriFYは事実の幻覚率を9.7から53.3%に下げ、リコールはわずかに減少している。 ソースコード、トレーニングデータ、トレーニングされたモデルチェックポイントは、受け入れ次第リリースされる。
  論文  参考訳（メタデータ） (2026-02-02T12:15:50Z)
• Learning to Reason for Hallucination Span Detection [31.08226848015867]
  複数回サンプリングすると,少なくとも1つの正解が得られた。 そこで我々はRL4HSを提案する。RL4HSは多段階報酬関数による推論を動機づける強化学習フレームワークである。
  論文  参考訳（メタデータ） (2025-10-02T16:24:28Z)
• SHALE: A Scalable Benchmark for Fine-grained Hallucination Evaluation in LVLMs [52.03164192840023]
  LVLM(Large Vision-Language Models)は、いまだ幻覚に悩まされている。 本稿では,スケーラブルで制御可能で多様な評価データを生成する自動データ構築パイプラインを提案する。 我々は,忠実度と事実性幻覚の両方を評価するためのベンチマークであるSHALEを構築した。
  論文  参考訳（メタデータ） (2025-08-13T07:58:01Z)
• Auditing Meta-Cognitive Hallucinations in Reasoning Large Language Models [12.747507415841168]
  本研究では,制約付き知識領域における幻覚の因果関係について,チェーン・オブ・ソート(Chain-of-Thought)の軌跡を監査することによって検討する。 我々の分析によると、長いCoT設定では、RLLMは欠陥のある反射的推論を通じてバイアスやエラーを反復的に補強することができる。 驚いたことに、幻覚の原因の直接的な介入でさえも、連鎖が「連鎖不規則性」を示すため、その効果を覆すことができないことが多い。
  論文  参考訳（メタデータ） (2025-05-19T14:11:09Z)
• Generate, but Verify: Reducing Hallucination in Vision-Language Models with Retrospective Resampling [78.78822033285938]
  VLM(Vision-Language Models)は視覚的理解に優れ、視覚幻覚に悩まされることが多い。 本研究では,幻覚を意識したトレーニングとオンザフライの自己検証を統合した統合フレームワークREVERSEを紹介する。
  論文  参考訳（メタデータ） (2025-04-17T17:59:22Z)

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。