論文の概要: Risk Decomposition for Hallucination-Aware Video Sampling

• arxiv url: http://arxiv.org/abs/2610.26069v1
• Date: Mon, 19 Oct 2026 09:28:10 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:36:18.904495
• Title: Risk Decomposition for Hallucination-Aware Video Sampling
• Title（参考訳）: 幻覚を意識したビデオサンプリングにおけるリスク分解
• Abstract要約: ビデオモデルはいまだに物理的幻覚に悩まされており、世界シミュレーターとしての信頼性が制限されている。 本稿では,低密度サンプリングリスクと高密度ドリフトリスクを定義する2次元物理ハロシン化リスクフレームワークを提案する。 本研究では,身体的可視なビデオを生成するために,潜伏補正の外部物理ガイダンスを適用したHalucination-Aware Sampler (HA-Sampler) を開発した。
• 参考スコア（独自算出の注目度）: 62.82323140647574
• License:
• Abstract: Despite achieving high visual fidelity, video models still suffer from physical hallucinations, limiting their reliability as world simulators. Existing methods leverage model-internal or external signals to improve physical plausibility, but their roles and limitations require a unified explanation. We propose a two-dimensional physical-hallucination risk framework that defines low-density sampling risk and high-density drifting risk. The first risk captures generations assigned low likelihood by the video model, for example, a ball suddenly teleporting despite the model favoring continuous motion, while the second risk captures physical inconsistencies in high-likelihood generations, for example, a ball bouncing progressively higher without additional energy. Our analysis explains how model-internal signals steer sampling toward higher-density regions of the learned distribution to address low-density sampling risk. However, higher model likelihood does not guarantee physical plausibility, motivating external guidance to address high-density drifting risk. Based on this framework, we develop Hallucination-Aware Sampler (HA-Sampler), which applies external physical guidance within latent refinement to generate physically plausible videos, and HA-Scorer, which derives a likelihood-based signal from the generator itself for evaluating generated videos using continuous normalizing flow (CNF), with coarse ODE integration and finite-difference divergence estimates. Experiments on Physics-IQ and VideoPhy benchmarks support our theoretical analysis and demonstrate that our methods outperform the compared sampling and scoring SOTA baselines.
• Abstract（参考訳）: 高い視力を達成するにもかかわらず、ビデオモデルは物理幻覚に悩まされ、世界シミュレーターとしての信頼性が制限される。 既存の手法では、モデル内部または外部の信号を利用して物理的妥当性を向上させるが、それらの役割と制限は統一的な説明を必要とする。 本稿では,低密度サンプリングリスクと高密度ドリフトリスクを定義する2次元物理ハロシン化リスクフレームワークを提案する。 第1のリスクは、例えば、連続的な動きを好むモデルにもかかわらず、ボールが突然テレポートする、第2のリスクは、高次世代における物理的不整合をキャプチャする、例えば、追加のエネルギーなしで、ボールが徐々に高く跳ね上がる、といった、ビデオモデルによって割り当てられた低い可能性の世代をキャプチャする。 本分析では,低密度サンプリングリスクに対処するために,学習分布の高密度領域に対するモデル内信号ステアサンプリングについて説明する。 しかし、高いモデルの可能性は、高密度ドリフトリスクに対処するために外部ガイダンスを動機付ける物理的妥当性を保証しない。 この枠組みを基礎として,高精細度で物理的に可塑性なビデオを生成するための外部物理ガイダンスを応用したHalucination-Aware Sampler (HA-Sampler) と,連続正規化フロー(CNF)を用いて生成したビデオを評価するジェネレータ自体から確率に基づく信号を導出するHA-Scorer を開発した。 The Experiments on Physics-IQ and VideoPhy benchmarks support our theoretical analysis and demonstrate our method developed the comparison sample and score SOTA baselines。

関連論文リスト

• PhysLDM: Latent Diffusion for High-Fidelity Deformable Simulation [24.780393603746884]
  本稿では,一体積変形型シミュレーションのための統合潜時VAEであるPhysLDMを紹介する。 その中核は、標準的な時間圧縮の「ステップアーティファクト」を避ける、全体論的決定論的時間的VAEである。 我々は、カオスデータから効果的に学習する潜在拡散モデルを用いて、物理的に可算な軌道を生成する。
  論文  参考訳（メタデータ） (2026-10-06T01:53:56Z)
• A Physics-Grounded Benchmark for Multi-Agent Dynamics in World Models [96.64934195520802]
  我々は、世界モデルの物理的信頼性をストレステストするために設計された物理地上評価フレームワークであるCrashTwinを紹介する。 CrashTwinは、25K制御可能な合成12K実世界の衝突シーケンスを含む、多様なマルチエージェント衝突シナリオのデータセットを結合している。 本稿では,時間的一貫性,運動量,運動エネルギーの保存,世界力学の整合性という3つの次元を体系的に評価する診断スイートを提案する。
  論文  参考訳（メタデータ） (2026-06-27T06:13:35Z)
• Proprio: Latent Self-Scoring and Inference-Time Refinement for Physically Plausible Video Generation [78.41956766048308]
  Proprioは、凍結したジェネレータが自身の出力の物理的妥当性を評価し改善することを可能にする、トレーニング不要のフレームワークである。 自己運動の生物学的感覚であるプロプリセプションにインスパイアされたプロプリオは、モデルの流れを自己刺激信号として扱う。 Proprioは、テキスト・ツー・ビデオ・ベンチマークと画像・ツー・ビデオ・ベンチマークの物理的妥当性を一貫して改善する。
  論文  参考訳（メタデータ） (2026-05-27T09:44:18Z)
• Detecting Deepfakes via Hamiltonian Dynamics [58.881686693914446]
  本稿では,静的パターン認識から動的安定性解析へ移行するディープフェイク検出の新しい視点を提案する。 私たちのアプローチは、物理学にインスパイアされた先駆者によって動機付けられています。 Hamiltonian Action Anomaly Detection (HAAD) は、最先端のベースラインの評価に優れる。
  論文  参考訳（メタデータ） (2026-05-06T01:55:38Z)
• Uncertainty-Aware 4D Gaussian Splatting for Monocular Occluded Human Rendering [20.390068289144484]
  本稿では,確率的変形ネットワークとダブルラスタライズパイプラインを統合したフレームワークであるU-4DGSを提案する。 このアーキテクチャは、適応変調器として機能する画素整列不確実性マップを描画し、信頼できない観測からアーチファクトを自動的に減衰させる。 ZJU-MoCapとOcMotionの実験は、U-4DGSがSOTAレンダリングの忠実性と堅牢性を達成することを示した。
  論文  参考訳（メタデータ） (2026-02-06T03:14:37Z)
• Self-Refining Video Sampling [91.0784344916165]
  本稿では,大規模データセットを学習した事前学習ビデオジェネレータを自己精錬機として利用する簡単な方法である自己精錬ビデオサンプリングを提案する。 最先端のビデオジェネレータの実験では、運動コヒーレンスと物理アライメントが大幅に改善された。
  論文  参考訳（メタデータ） (2026-01-26T15:22:27Z)
• DynamicPAE: Generating Scene-Aware Physical Adversarial Examples in Real-Time [43.983590269396984]
  物理逆数例(PAEs)は、ディープラーニングアプリケーションにおける現実世界のリスクのwhi-blowersと見なされる。 動的PAEの生成における鍵となる課題は、PAEと攻撃者の観察との間の疎結合を学習することである。 シーン認識のリアルタイム物理攻撃を可能にする最初の生成フレームワークであるDynamicPAEを提案する。
  論文  参考訳（メタデータ） (2024-12-11T03:00:15Z)
• Extreme Miscalibration and the Illusion of Adversarial Robustness [66.29268991629085]
  敵の訓練は、しばしばモデルの堅牢性を高めるために使用される。 我々は、この観測されたロバストネスの利得はロバストネスの錯覚(IOR)であることを示した。 我々は,NLPコミュニティに対して,試験時間温度のスケーリングを堅牢性評価に組み込むよう促す。
  論文  参考訳（メタデータ） (2024-02-27T13:49:12Z)

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。