論文の概要: Beyond the Evidence Boundary: Behavioral Mirage Under Progressive Degradation in Medical VLMs

• arxiv url: http://arxiv.org/abs/2610.28000v1
• Date: Tue, 20 Oct 2026 10:45:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.773344
• Title: Beyond the Evidence Boundary: Behavioral Mirage Under Progressive Degradation in Medical VLMs
• Title（参考訳）: エビデンス境界を超えて:医療用VLMの進行劣化下での行動ミラージュ
• Abstract要約: 本稿では, 画像の進行的劣化により, 証拠境界を識別するベースラインアンコールフレームワークを提案する。 3つの医学データセットにわたって、MedGemmaだけが軌跡解析のための十分に大きなベースライン補正プールを提供している。 その結果、プログレッシブエビデンス損失は、出力エントロピーや禁忌行動が常に反映されない持続的なコミットメントをもたらすことが示されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: VLMs for medical image interpretation are typically evaluated on clean inputs, despite the progressive evidence loss that can occur in high stakes clinical settings. Existing robustness studies show that performance can degrade while confidence remains high, but do not establish when a previously reliable model-case pair ceases to behave reliably. We introduce a baseline-anchored framework that traces baseline-correct cases through progressive image degradation to identify an empirical evidence boundary, and define mirage as continued commitment at this boundary, regardless of correctness. Across three VLMs on three medical datasets, only MedGemma provides a sufficiently large baseline-correct pool for trajectory analysis. On VQA-RAD, the only dataset in which the question text varies, language-only answerability is associated with baseline correctness (AUROC 0.677) and with commitment at the boundary (AUROC 0.653 to 0.670). MedGemma's post-boundary behavior is heterogeneous, including direct mirage, correct recovery, mirage dissolution, consistent abstention, and oscillation, with mirage rates of 16.0 to 100.0% across dataset-modality pairs. Despite this behavioral heterogeneity, residual-stream probes decode commit-versus-abstain behavior at the boundary with AUROC of 0.895 to 0.994 under nested cross-validation. These results show that progressive evidence loss can produce persistent commitment that output entropy and abstention behavior do not consistently reflect, motivating boundary-aware evaluation, option-order controls, and improved abstention mechanisms for reliable medical foundation models operating under partial observation.
• Abstract（参考訳）: 医用画像解釈のためのVLMは、高い利害関係で発生するプログレッシブ・エビデンス・ロスにもかかわらず、クリーン・インプットに基づいて評価される。 既存のロバスト性の研究は、信頼性が高いまま性能が低下する可能性があることを示しているが、以前信頼性のあるモデルケースペアが確実に振る舞うのをやめたときの確証は得られない。 本稿では, 画像の進行的劣化を経たベースライン・アンコレッド・フレームワークを導入し, 実証的証拠境界を同定し, 正確性に関係なく, ミラージュをこの境界における継続的なコミットメントとして定義する。 3つの医療データセット上の3つのVLMに対して、MedGemmaだけが軌道解析のための十分な大きなベースライン補正プールを提供する。 質問文が変化する唯一のデータセットであるVQA-RADでは、言語のみの応答性は、ベースラインの正しさ(AUROC 0.677)と境界におけるコミットメント(AUROC 0.653から0.670)に関連付けられている。 メドジェマのバウンダリ後の行動は、直接のミラージュ、正しい回復、ミラージュの溶解、一貫した吸収、発振を含む異種であり、データセットとモダリティのペア間でのミラージュレートは16.0から100.0%である。 この挙動の不均一性にもかかわらず、残留ストリームプローブは、ネストされたクロスバリデーションの下でAUROCの0.895から0.994の境界におけるコミット-逆-持続的挙動をデコードする。 これらの結果から, プログレッシブエビデンス損失は, アウトプットエントロピーと禁忌行動が常に反映されない, 境界認識評価, オプションオーダコントロール, 部分観察下で動作する信頼性のある医療基盤モデルに対する禁忌機構の改善を持続的に達成できることが示唆された。

関連論文リスト

• CARDEA: Auditable Reasoning Grounded in Spatial Evidence for End-to-End Coronary Angiography Interpretation [0.0]
  既存のAIシステムは一貫性を向上させることができるが、監査可能な意思決定プロセスが欠如している。 我々はCAGパイプラインの推論コアとして機能する統合された大きな視覚言語モデルであるCARDEAを開発した。 CARDEAは、選択から研究レベルの診断を通じて、生のマルチビュービデオからエンドツーエンドのCAGパイプラインを実行する。
  論文  参考訳（メタデータ） (2026-09-07T02:01:27Z)
• A cross-modal generative model for incomplete and degraded prostate MRI with multicentre clinical validation [48.14053205497089]
  MSCNetは、入手できないコントラストを再構築し、劣化したコントラストを復元するためのシーケンス条件のクロスモーダル生成フレームワークである。 画像の画質は、DWI, ADC, T2Wの既定不等式基準を満たしたが、T1Wは満たされなかった。
  論文  参考訳（メタデータ） (2026-08-17T08:11:25Z)
• Measurement Without Validity: The Compounding Reliability Problem in Agentic AI Evaluation [0.0]
  エージェントAI評価パイプラインは、デプロイメント決定、安全認定、規制コンプライアンス要求を正当化するベンチマークスコアを生成する。 正式なフレームワークはまだ、これらのパイプラインのステージにおける妥当性の低下を特徴付けていない。 本稿では,タスク生成,人間シミュレーションキャリブレーション,自動判定の3層合成妥当性モデルを提案する。
  論文  参考訳（メタデータ） (2026-08-01T17:50:12Z)
• A Transportable Threshold-Based Framework for Interpretable Classification of Medical Data [2.8617273583721126]
  ブラックボックスモデルは、医療における人工知能の採用を制限する。 我々は、完全に解釈可能なルールベースの臨床分類を提供する統計的基盤の枠組みを導入する。
  論文  参考訳（メタデータ） (2026-07-16T18:48:19Z)
• SVC-Probe: A Framework for Evaluating Perturbation Generalization in Spatial Foundation-Model Embeddings [3.884856136722027]
  本研究では,蛍光顕微鏡画像から得られた空間基底モデル埋め込みの一般化について検討する。 本稿では,SVC-Probeについて紹介する。SVC-Probeは細胞内埋め込みアトラス安定性,Mondrian Neighborhood Graphs,Foundation Model Perturbation Probeを組み合わせた摂動認識フレームワークである。
  論文  参考訳（メタデータ） (2026-06-26T13:46:36Z)
• Towards Trustworthy Depression Estimation via Disentangled Evidential Learning [50.22167852149165]
  EviDepはうつ病の重症度を共同で定量化する明らかな学習フレームワークである。 EviDepは、堅牢な証拠合成を保証するために厳密な情報整合性を強制する。 最先端の予測精度と優れた不確実性校正を実現し、信頼できる臨床スクリーニングのための堅牢なフェールセーフメカニズムを提供する。
  論文  参考訳（メタデータ） (2026-04-17T13:27:11Z)
• Suppressing Prior-Comparison Hallucinations in Radiology Report Generation via Semantically Decoupled Latent Steering [94.37535002230504]
  本研究では,Semantically Decoupled Latent Steeringと呼ばれる学習自由な推論時間制御フレームワークを開発した。 提案手法は,大言語モデル (LLM) による意味分解による意味のない介入ベクトルを構築する。 本手法は歴史的幻覚の可能性を著しく低下させることを示す。
  論文  参考訳（メタデータ） (2026-02-27T04:49:01Z)
• BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning [73.46118996284888]
  マルチモーダル・コントラスト学習モデルに対するバックドア攻撃の研究は、ステルスネスと永続性という2つの大きな課題に直面している。 両課題に対処する統合フレームワークであるBadCLIP++を提案する。 ステルスネスのために,タスク関連領域付近に知覚不可能なパターンを埋め込むセマンティックフュージョンQRマイクロトリガーを導入する。 持続性については、半径縮小とセントロイドアライメントによるトリガ埋め込みを安定化する。
  論文  参考訳（メタデータ） (2026-02-19T08:31:16Z)
• Towards Reliable Medical Image Segmentation by Modeling Evidential Calibrated Uncertainty [57.023423137202485]
  医用画像のセグメンテーションの信頼性に関する懸念が臨床医の間で続いている。 本稿では,医療画像セグメンテーションネットワークにシームレスに統合可能な,実装が容易な基礎モデルであるDEviSを紹介する。 主観的論理理論を活用することで、医用画像分割の確率と不確実性を明示的にモデル化する。
  論文  参考訳（メタデータ） (2023-01-01T05:02:46Z)

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。