論文の概要: Reason or Recite: Complementary Specialists with an LLM Judge for Traffic Anomaly Reasoning
- arxiv url: http://arxiv.org/abs/2610.34993v1
- Date: Mon, 26 Oct 2026 08:05:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.790787
- Title: Reason or Recite: Complementary Specialists with an LLM Judge for Traffic Anomaly Reasoning
- Title（参考訳）: 推論・引用:交通異常推論のためのLCM審査員を兼任する専門医
- Abstract要約: 我々は2026年のAIシティチャレンジのトラフィック異常推論トラックのための2つの特殊主義フレームワークであるReason-or-Recite(RoR)を紹介する。
RoRは公式のチェーン・オブ・シンクのアノテーションを構造化された時間的基盤のスキーマに書き直し、LoRA-tunesは拡張されたトレース上の9Bビジョン言語モデルである。
ドメイン内リーダーボードで1位、平均スコアは0.6788である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Road anomalies such as collisions, violations, and sudden hazards demand more from video understanding than detection: a practical system must verify what happened, describe the scene, and explain the cause. We find these competences pull in opposite directions for vision-language models: closed-form questions reward precise, evidence-grounded reasoning, while open-ended answers are scored by similarity to reference text, where matching the annotation style matters as much as reasoning correctly. We present Reason-or-Recite (RoR), a two-specialist framework for the Traffic Anomaly Reasoning track of the 2026 AI City Challenge. RoR (1) rewrites the official chain-of-thought annotations into a structured, temporally grounded schema and LoRA-tunes a 9B vision-language model on the enhanced traces; (2) fine-tunes a 4-bit-quantized 27B model on answers alone, absorbing the annotation style; and (3) selects between the two candidates per question with a training-free LLM judge. RoR ranks first on the in-domain leaderboard with mean score 0.6788.
- Abstract（参考訳）: 衝突、違反、突然の危険といった道路の異常は、検出よりもビデオの理解を要求される:現実的なシステムは、何が起きたかを確認し、現場を記述し、原因を説明する必要がある。
クローズドフォームの質問は正確さ、エビデンスに基づく推論に報いるのに対し、オープンエンドの回答は参照テキストと類似性によってスコアされ、そこではアノテーションスタイルの整合が正しい推論と同じくらい重要である。
我々は2026年のAIシティチャレンジのトラフィック異常推論トラックのための2つの特殊主義フレームワークであるReason-or-Recite(RoR)を紹介する。
RoR (1) は、公式のチェーン・オブ・シントアノテーションを構造化された時間的基盤のスキーマに書き換え、LoRA-tunesは拡張トレース上の9B視覚言語モデルに書き直し、(2) 4ビット量子化された27Bモデルを回答のみに微調整し、アノテーションのスタイルを吸収し、(3) 学習不要のLCM判定器で質問毎に2つの候補を選択する。
RoRは、平均スコア0.6788で、ドメイン内リーダーボードで1位である。
関連論文リスト
- Reasoning to Regulate: Chain-of-Thought for Traffic Rule Understanding [43.741376405232295]
MapDRは、各トラフィックサインの規制ルールと、それらが管理する特定のレーンを結びつける、きめ細かいアノテーションを提供します。
しかし、既存の手法では、これを直接シーケンス予測として扱うことが多い。
本稿では,視覚言語モデルにチェーンオブ思考機能を持たせるフレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-27T09:24:41Z) - ETCHR: Editing To Clarify and Harness Reasoning [70.02956047187827]
ETCHR (Editing To Clarify and Harness Reasoning) は質問条件付き推論対応画像エディタである。
2つのギャップをターゲットとした2段階のレシピでトレーニングされている: 教師付き微調整によるイミテーションの推論、VLM由来の報酬による修正精度と下流の推論精度の推論。
エディタは分離されているため、ETCHRは異なるオープンソースおよびクローズドソースのMLLMをトレーニングなしでプラグインする。
論文 参考訳（メタデータ） (2026-05-22T17:58:28Z) - Lying to Win: Assessing LLM Deception through Human-AI Games and Parallel-World Probing [16.419761149171215]
本稿では,大規模言語モデルを組み込んだ論理的基盤化フレームワークを提案する。
オブジェクト識別の時点では,対話状態は複数の並列世界へ複製される。
GPT-4o, Gemini-2.5-Flash, Qwen-3-235B を3つのインセンティブレベル(中性, 損失ベース, 存在)で評価した。
論文 参考訳（メタデータ） (2026-03-07T13:21:53Z) - CausalFlip: A Benchmark for LLM Causal Judgment Beyond Semantic Matching [50.65932158912512]
そこで我々は,新しい大言語モデルの開発を促進するために,因果推論ベンチマークCausalFlipを提案する。
CaulFlipは、イベントトリプル上に構築された因果判断の質問で構成されており、共同創設者、チェーン、コライダーの関係が異なっている。
回答のみのトレーニング,明示的なチェーン・オブ・ソート監視,そして内在型因果推論アプローチなどを含む,複数の訓練パラダイムによるLCMの評価を行った。
論文 参考訳（メタデータ） (2026-02-23T18:06:15Z) - Adversarial Yet Cooperative: Multi-Perspective Reasoning in Retrieved-Augmented Language Models [72.4149653187766]
本稿ではAdrialversa Reasoning RAG(ARR)というReasoner-Verifierフレームワークを提案する。
ReasonerとVerifierは、回収された証拠を推論し、プロセス認識の利点によってガイドされながら、互いの論理を批判する。
複数のベンチマーク実験により,本手法の有効性が示された。
論文 参考訳（メタデータ） (2026-01-08T06:57:03Z) - AURA: A Fine-Grained Benchmark and Decomposed Metric for Audio-Visual Reasoning [3.949628618389608]
AURAは、Audio-Visual Large Language Models (AV-LLMs) とOmni-Modal Language Models (OLMs) のクロスモーダル推論能力を評価するためのベンチマークである。
AURAには、因果性、音色とピッチ、テンポとAV同期、未解決性、暗黙の気遣い、スキルプロファイリングといった6つの困難な認知領域に関する質問が含まれている。
本稿では,理性評価のための頑健なツールの欠如に対処する新しい計量AuraScoreを提案する。
論文 参考訳（メタデータ） (2025-08-10T20:06:42Z) - PrismRAG: Boosting RAG Factuality with Distractor Resilience and Strategized Reasoning [57.89188317734747]
PrismRAGはこのモデルを、イントラクタを意識したQAペアで訓練し、金の証拠と微妙なイントラクタパスを混合する。
LLMを計画し、合理化し、人間工学的な指示に頼らずに合成する推論中心の習慣を取り入れている。
論文 参考訳（メタデータ） (2025-07-25T00:15:31Z) - CRAVE: A Conflicting Reasoning Approach for Explainable Claim Verification Using LLMs [15.170312674645535]
CRAVE は、説明可能なクレーム VErification に対する Conflicting Reasoning Approach である。
大規模な言語モデルによって推論される矛盾する理性に基づいて、複雑なクレームを検証することができる。
CRAVEは最先端の手法よりもはるかに優れた性能を実現している。
論文 参考訳（メタデータ） (2025-04-21T07:20:31Z) - Retrieval is Not Enough: Enhancing RAG Reasoning through Test-Time Critique and Optimization [58.390885294401066]
Retrieval-augmented Generation (RAG) は知識基底型大規模言語モデル(LLM)を実現するためのパラダイムとして広く採用されている。
RAGパイプラインは、モデル推論が得られた証拠と整合性を維持するのに失敗することが多く、事実上の矛盾や否定的な結論につながる。
批判駆動アライメント(CDA)に基づく新しい反復的枠組みであるAlignRAGを提案する。
AlignRAG-autoは、動的に洗練を終了し、批判的な反復回数を事前に指定する必要がなくなる自律的な変種である。
論文 参考訳（メタデータ） (2025-04-21T04:56:47Z) - Reflective Instruction Tuning: Mitigating Hallucinations in Large Vision-Language Models [36.119299938503936]
大規模視覚言語モデル(LVLM)は様々な視覚言語タスクにおいて有望な性能を示す。
幻覚に敏感であり、視覚内容や指示と不一致な出力を生成する。
本稿では,理科学習を視覚的指導調律に統合した反射的指導調律を提案する。
論文 参考訳（メタデータ） (2024-07-16T06:32:45Z)
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。