論文の概要: Investigating Length Bias and Robustness in LVLMs for Multiple-Choice Question Answering

• arxiv url: http://arxiv.org/abs/2610.24500v1
• Date: Sat, 17 Oct 2026 06:46:20 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 11:45:00.321082
• Title: Investigating Length Bias and Robustness in LVLMs for Multiple-Choice Question Answering
• Title（参考訳）: 複数質問応答のためのLVLMにおける長さバイアスとロバスト性の検討
• Abstract要約: LVLM(Large Vision-Language Models)は、MCQA(Multiple-choice Question answering)において強い性能を示す。 細粒度視覚領域にまたがる制御されたベンチマークを用いて,長さバイアス,より長い回答オプションの体系的選好について検討する。 LVLMは、視覚的に不整合であっても常に長い選択肢を好んでおり、正解が短くなると2～38%の精度が低下し、1～70%が長くなる。 我々は,複数の推論時緩和戦略を提案し,評価する。これらは部分的な改善を提供するが,推論時に利用できないオラクル情報に頼ることなく,デプロイ可能なバイアス緩和を実現することはできない。
• 参考スコア（独自算出の注目度）: 4.099867614294884
• License:
• Abstract: Large Vision-Language Models (LVLMs) demonstrate strong performance on multiple-choice question answering (MCQA), yet their reliability under biased conditions remains underexplored. We investigate length bias, the systematic preference for longer answer options, through controlled benchmarks spanning fine-grained visual domains. LVLMs consistently favor longer options even when visually inconsistent, with accuracy dropping 2--38\% when correct answers are shorter and increasing 1--70\% when longer. This bias persists across model scales. Through layer-wise mechanistic analysis, we reveal that length bias emerges from late-layer suppression of visual evidence in favor of language-side length priors. Blurry-image experiments show that bias intensifies when visual evidence weakens, while abstention tests reveal that LVLMs struggle to refuse incorrect predictions. We propose and evaluate multiple inference-time mitigation strategies; while these provide partial improvements, none achieves deployable bias mitigation without relying on oracle information unavailable at inference time. These results underscore that inference-time interventions are insufficient, pointing to the need for architectural solutions and bias-aware training.
• Abstract（参考訳）: LVLM(Large Vision-Language Models)は,Multiple-choice Question answering (MCQA) において高い性能を示すが,バイアス条件下での信頼性は未解明のままである。 細粒度視覚領域にまたがる制御されたベンチマークを用いて,長さバイアス,より長い回答オプションの体系的選好について検討する。 LVLMは、視覚的に不整合であっても常に長い選択肢を好んでおり、正解が短くなると2-38\%の精度が低下し、1-70\%が長くなる。 このバイアスはモデルスケールにわたって持続します。 レイヤーワイド力学解析により,言語側長の先行する視覚的証拠の後期層抑制から,長さバイアスが出現することを明らかにする。 ぼかし画像実験では、視覚的証拠が弱まるとバイアスが増すのに対し、禁忌試験ではLVLMは誤った予測を拒むのに苦労していることが明らかになった。 我々は,複数の推論時緩和戦略を提案し,評価する。これらは部分的な改善を提供するが,推論時に利用できないオラクル情報に頼ることなく,デプロイ可能なバイアス緩和を実現することはできない。 これらの結果は、アーキテクチャソリューションとバイアス対応トレーニングの必要性を指摘して、推論時間の介入が不十分であ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)
• Benchmarking Deflection and Hallucination in Large Vision-Language Models [25.176271096443482]
  既存のベンチマークでは、視覚的証拠とテキスト的証拠の衝突を見落としている。 多様なマルチモーダル検索設定にまたがる2,775個のサンプルのベンチマークであるVLM-DeflectionBenchを紹介する。 私たちの結果は、モデルが知っていることだけでなく、そうでないときにどのように振る舞うかを評価する必要性を強調します。
  論文  参考訳（メタデータ） (2026-04-13T20:22:22Z)
• Hearing the Order: Investigating Selection Bias in Large Audio-Language Models [51.69003519291754]
  大規模オーディオ言語モデル(LALM)は、注文された選択肢に対する推論を含むタスクでしばしば使用される。 本稿では,この問題をLALMで同定し,解析する。
  論文  参考訳（メタデータ） (2025-10-01T08:00:58Z)
• Benchmarking and Mitigating MCQA Selection Bias of Large Vision-Language Models [2.393011821499345]
  大規模視覚言語モデル(LVLM)における選択バイアスの存在と性質について検討する。 一般および文脈的プロンプトからアンサンブルバイアスベクトルを推定する推論時間ロジットレベルのデバイアス法を提案する。 本手法はリトレーニングなしでバイアスを軽減し,冷凍LVLMと互換性がある。
  論文  参考訳（メタデータ） (2025-09-20T20:45:47Z)
• Positional Biases Shift as Inputs Approach Context Window Limits [57.00239097102958]
  入力がモデルのコンテキストウィンドウの最大50%を占める場合、LiM効果は最強となる。 関係情報が入力の終端に近づくと,モデルの性能が向上する,距離に基づくバイアスが観測される。
  論文  参考訳（メタデータ） (2025-08-10T20:40:24Z)
• From Trial to Triumph: Advancing Long Video Understanding via Visual Context Sample Scaling and Self-reward Alignment [51.3011761744484]
  大規模言語モデルは単一の推論で有限フレームしか処理できない。 視覚的コンテキストサンプリングにより複数の予測を提案し,次に最終的な予測を選択するためのスコアリング機構を提案する。 実験により,この手法がビデオ質問の回答の正解を高い割合でカバーしていることが示されている。
  論文  参考訳（メタデータ） (2025-03-26T11:53:03Z)
• Addressing Blind Guessing: Calibration of Selection Bias in Multiple-Choice Question Answering by Video Language Models [16.252597615544317]
  ビデオ言語モデル(VLM)は、複雑なビデオ中心の質問に答えるように設計されている。 現在のベンチマークでは、選択バイアスのため、VLMの完全な推論能力の取得に失敗している。 本研究は,ビデオ-テキスト LLM モデルにおける選択バイアスについて,初めて焦点を絞った研究である。
  論文  参考訳（メタデータ） (2024-10-18T07:52:22Z)
• Take Care of Your Prompt Bias! Investigating and Mitigating Prompt Bias in Factual Knowledge Extraction [56.17020601803071]
  近年の研究では、事前学習言語モデル(PLM)が、事実知識抽出において「急激なバイアス」に悩まされていることが示されている。 本稿では,突発バイアスを徹底的に調査し緩和することにより,既存のベンチマークの信頼性を向上させることを目的とする。
  論文  参考訳（メタデータ） (2024-03-15T02:04:35Z)

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。