論文の概要: Multimodal Reranking Is a System One Decision

• arxiv url: http://arxiv.org/abs/2610.28435v1
• Date: Tue, 20 Oct 2026 16:00:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.902599
• Title: Multimodal Reranking Is a System One Decision
• Title（参考訳）: マルチモーダルリグレードはシステム1の判断
• Abstract要約: システム1の決定により、一般的なVLMはマルチモーダル・リランカとして機能することができると論じる。 この選択により、ゼロショットのQwen3.8-27Bは3つのベンチマークで監督されたQwen3-VL-Reranker-2Bを上回った。 JEV-27B-VLはテキスト決定のみにチューニングされた同じバックボーンであり、ページのランク付けを0.6から1.1ポイント改善している。
• 参考スコア（独自算出の注目度）: 8.720698253117837
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multimodal rerankers are usually dedicated models: a vision-language model (VLM) is trained on retrieval data to score the candidates of a query. Scoring options is not specific to reranking. System One decision models such as Jev map a state and a typed question to one probability per option without generating text, and general models can make such decisions with little or no training. Reranking is one such decision, with the query and its candidates as the state and the candidates as the options. We therefore argue that a general VLM can serve as a multimodal reranker through System One decisions, and that decision tuning can improve its reranking. We ask a VLM one choice question over the top 16 candidates of a first-stage retriever and rank the candidates by the probabilities of their labels, read from one forward pass. On MMEB-V2 image retrieval, this choice scores 5.4 to 7.3 hit@1 above a yes/no question per candidate, and the yes/no question falls below the first stage. With the choice, zero-shot Qwen3.8-27B beats the supervised Qwen3-VL-Reranker-2B on all three benchmarks and comes within 1.6 points of Reranker-8B on each. It matches Reranker-8B on MMEB-V2 visual documents (84.79 vs. 84.78 nDCG@5), at 1.1 to 1.5 times its latency. JEV-27B-VL, the same backbone tuned on text decisions only, improves page reranking by 0.6 to 1.1 points, with gains on most tasks (sign test, p <= 0.017), and leaves natural images unchanged. The zero-shot model is larger than the supervised rerankers and of a newer generation, so these comparisons are confounded; we discuss this and other alternative views, and the experiments that would test the position.
• Abstract（参考訳）: 視覚言語モデル(VLM)は、クエリの候補を評価するために検索データに基づいて訓練される。 Scoringオプションは、再ランクに特有ではない。 システム1の意思決定モデルであるJevは、テキストを生成することなく、状態と型付き質問を1つの確率にマッピングする。 再任はそのような決定の1つであり、クエリとその候補が州、候補が選択肢である。 したがって、システム1の決定により、一般的なVLMはマルチモーダルリランカとして機能し、意思決定チューニングはそのリランクを改善することができると論じる。 我々は、第1段レトリバーの上位16候補に対して、VLMに1つの選択肢を問うとともに、そのラベルの確率で候補をランク付けし、1つのフォワードパスから読み取る。 MMEB-V2画像検索では、この選択は候補ごとのYes/no質問よりも5.4から7.3 hit@1でスコアされ、Yes/no質問は第1段階より下降する。 この選択により、ゼロショットのQwen3.8-27Bは3つのベンチマークで監督されたQwen3-VL-Reranker-2Bを破り、それぞれ1.6ポイント以内のReranker-8Bとなる。 MMEB-V2ビジュアルドキュメント(84.79対84.78 nDCG@5)のReranker-8Bと1.1から1.5のレイテンシで一致している。 JEV-27B-VLはテキスト決定のみをチューニングしたバックボーンで、ページのリランクを0.6から1.1ポイント改善し、ほとんどのタスク(符号テスト、p <= 0.017)でゲインし、自然なイメージをそのまま残している。 ゼロショットモデルは監督されたリランカーや新しい世代のモデルよりも大きいので、これらの比較はまとめられ、これや他の代替の見解や、位置をテストする実験について論じる。

関連論文リスト

• Jeva: System One Models from First Principles [58.432996881401415]
  Jevaは4つの重要な構造的要件に対処する、決定ネイティブなアーキテクチャです。 共有エンコーダは独立して要求と各オプションを表現し、コンパクトな決定スタックは要求状態のみを洗練する。 Jevとオープンソースモデルに対する評価全般において、Jevaは強力な型付き決定性能とほぼ完璧なnull検出を組み合わせる。
  論文  参考訳（メタデータ） (2026-10-13T17:31:09Z)
• Evaluating and Benchmarking the System One Model Jev [1.579162290333307]
  Jevは、テキストを生成しないTypeSafe AIのSystem Oneモデルである。 固定オプション、ルーブリック上の位置、あるいは文が真である確率から選択を返す。 分類,ルーティング,自然言語推論,読解,コモンセンス推論,モデレーション,法的条項解析,ルーリックスコアリングにまたがる37のデータセットに対して,Jevゼロショットを評価した。
  論文  参考訳（メタデータ） (2026-09-29T14:15:04Z)
• JevAdvBench: A Benchmark and Black-Box Attacks for Reinforcement Learning for Calibrated Decisions Models [25.5874772119945]
  JevAdvBench は RLCD モデルの最初の敵対的ベンチマークである。 ラベルではなく、モデル自身のクリーンな決定に対して攻撃された各決定をスコア付けし、同じ再実行による変更に対して読み取る。 Jev-1.13.0では、リワードは再実行ベースラインの1.2パーセント以内に留まり、スキーマ外のフィールドはモデルに到達しない。
  論文  参考訳（メタデータ） (2026-09-25T11:32:19Z)
• Check The Scoreboard: An Analysis of Scoring Schemes on Multiple-Choice Evaluation [52.58737865652009]
  NLPにおけるMultiple-choice Question answering (MCQA)ベンチマークは、数右スコアリング(精度)を用いる。 教育試験において、スコアリング方式は、応答モードモデルが従うこと、および応答のグレーディングルールの組み合わせであり、どの能力に報酬を与えるかを規定する重要な設計選択である。 我々は、MCQAが6つの教育にインスパイアされた6つのスキームで、正確性を超えた能力を評価することで、数字右の代替手段がどのように変化するかを検討する。
  論文  参考訳（メタデータ） (2026-08-30T16:35:22Z)
• Candidate supply and answer selection shape the value of LLM judging in multi-agent systems [4.178517265499193]
  正しい答えは、しばしば生成された候補の中に存在しているが、システムは依然として収束し、間違った答えを報告することができる。 筆者らは,(1) LLM判事がマルチエージェントシステムで生成した候補に対して,回答正解の信号を供給することによって,効果的な選択圧を与える場合,(2)その信号を用いることで回答が向上する場合の2つの質問について検討した。
  論文  参考訳（メタデータ） (2026-08-26T15:52:20Z)
• A decodability criterion predicts when hidden-state selection beats majority voting in large language models [10.860308169044679]
  本稿では,解答点隠れ状態の線形ゲートを訓練し,最上位候補を選択する動的選択結合器を提案する。 その主な貢献は、解答可能性(deodability)であり、ゲートが質問の正しい候補をどれだけ正確にランクづけしているかの漏れのない尺度である。
  論文  参考訳（メタデータ） (2026-08-17T21:02:10Z)
• Multimodal Reranking for Knowledge-Intensive Visual Question Answering [77.24401833951096]
  回答生成のための知識候補のランク付け品質を向上させるためのマルチモーダル・リランカを提案する。 OK-VQAとA-OKVQAの実験は、遠隔監視からのマルチモーダルリランカーが一貫した改善をもたらすことを示している。
  論文  参考訳（メタデータ） (2024-07-17T02:58:52Z)
• Large Language Models Are Not Robust Multiple Choice Selectors [117.72712117510953]
  複数選択質問(MCQ)は、大規模言語モデル(LLM)の評価において、一般的なが重要なタスク形式として機能する。 この研究は、現代のLLMが、その固有の「選択バイアス」によるオプション位置変化に対して脆弱であることを示している。 そこで本研究では,オプションIDに対する事前バイアスを全体予測分布から分離するPriDeという,ラベルのない推論時間脱バイアス手法を提案する。
  論文  参考訳（メタデータ） (2023-09-07T17:44:56Z)

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。