論文の概要: Coupled or Independent? Fault Coupling in Agentic Medical Vision Systems
- arxiv url: http://arxiv.org/abs/2610.40913v1
- Date: Thu, 29 Oct 2026 19:34:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:05:31.480656
- Title: Coupled or Independent? Fault Coupling in Agentic Medical Vision Systems
- Title（参考訳）: カップリングか独立か : エージェント医療ビジョンシステムにおけるフォールトカップリング
- Abstract要約: 本稿では,センサ読み取り自体が信頼できない場合の潜在的な利点を検証し,ツールと推論チャネルが共通の視覚的欠点を共有する。
本稿では, セグメンテーション, コントラスト検索, 反復的視覚言語推論に基づく皮膚科エージェントについて検討する。
- 参考スコア（独自算出の注目度）: 5.356174200161707
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Vision-language agents equipped with tools expose intermediate outputs for inspection and comparison with the model's reasoning, which may offer safety benefits over single-shot models. This paper tests that potential benefit when the sensor reading itself is untrusted, so that the tool and reasoning channels share a common visual fault. We consider a dermatology agent based on segmentation, contrastive retrieval, and an iterative vision-language reasoner and define a coupling taxonomy that distinguishes single-channel errors from joint errors that agree or disagree. On PAD-UFES-20, we show that typographic injection produces detectable directional retrieval capture, whereas physical corruption does not. Crop-first retrieval preserves the payload at a readable scale and produces 55% joint wrong agreement across all cases (71% of faulty cases); full-image retrieval produces 35% (43%). Under a binary decision, if both channels are wrong, their predictions must agree, so hard-label channel comparison cannot detect joint failures, limiting disagreement recall to 0.29 (crop-first) versus 0.57 (full-image). The direction of the order effect is reproduced on the independent HIBA test set.
- Abstract（参考訳）: ツールを備えた視覚言語エージェントは、検査のための中間出力を公開し、単一ショットモデルよりも安全性の高いモデル推論と比較する。
本稿では,センサ読み取り自体が信頼できない場合の潜在的な利点を検証し,ツールと推論チャネルが共通の視覚的欠点を共有する。
本研究は, セグメンテーション, コントラスト検索, 反復的視覚言語推論に基づく皮膚科エージェントを考察し, 単一チャネル誤りと一致または一致しない共同誤りを区別する結合分類法を定義する。
PAD-UFES-20では,タイポグラフィーインジェクションは検出可能な指向性検索キャプチャを生成するが,物理的腐敗は生じない。
クロップファースト検索は、ペイロードを可読なスケールで保存し、すべてのケースで55%の不正契約(障害の71%)を生成し、フルイメージ検索は35%(43%)を生成する。
二項決定では、両方のチャネルが間違っている場合、その予測は一致しなければなりませんので、ハードラベルのチャネル比較は関節の故障を検知することができず、不一致のリコールは0.29 (crop-first) と 0.57 (full-image) に制限される。
独立HIBA試験セット上で順序効果の方向を再現する。
関連論文リスト
- SCCL-DT: Semantic-Conflict-Aware Contrastive Learning with Dual-Rule Teacher Distillation for Zero-Shot Chest X-Ray Diagnosis [28.733462944451443]
対照的な視覚言語による事前訓練は、ゼロショット胸部X線診断をサポートする。
標準目的は、バッチ内のすべての対角外イメージ-リポートペアを負として扱う。
セマンティック・コンフリクト・アウェア・コントラスト学習を提案する。
論文 参考訳（メタデータ） (2026-10-15T15:44:40Z) - Diffusion-Generated Image Watermarking: A Two-Axis Taxonomy and Three Protocol-Bounded Case Studies [31.666430190864947]
この研究は挿入機構と一次信号量表現という2つの軸に沿ってメソッドを編成し、検証と識別のために代表的な$z_T$-Fourierパイプラインを定式化する。
次に、分類学を用いて3つのプロトコル境界ケーススタディを構築し、まず、頻度整合性、検出、品質、収穫行動の関連について検討する。
第2部では、シードリンクおよびシード非依存の編集の下で永続性を再検討し、局所的なキャリアや因果機構を主張することなく、スコープ化されたセマンティックインプリント仮説を定式化する。
第3報 単発VAEラテント相変調の効率性、再生堅牢性、等
論文 参考訳（メタデータ） (2026-10-07T09:42:46Z) - PhysioTRACE: Provenance-Aware Stress Tests for Physiological Foundation Models [8.835986135254549]
凍結エンコーダのための4軸動作監査であるPhyloTRACEを紹介する。
これは、プローブがデコードできるものと、固定タスクヘッドが依存するものとを分離する。
それぞれの監査は、3つの評決のうちの1つで終わる。
論文 参考訳（メタデータ） (2026-09-28T07:24:44Z) - Contamination, Prior, or Evidence? Decomposing and Training Evidence Use in Whole-Slide Vision-Language Models [15.714715019257149]
画像および質問側汚染の除去を目的としたTCGAベースのVQAベンチマークを提案する。
Pair-DPOは、同じ質問と情報源から、対実的なスライド対よりも優先的な損失である。
提案手法は,CleanSlideの画像証拠から15.29%を得たが,最も優れたモデルでは2.81%であった。
論文 参考訳（メタデータ） (2026-09-26T03:19:52Z) - HalluPrism: When Multimodal Uncertainty Should Diagnose, Not Decide [18.50218795316691]
本稿では,視覚的劣化,空白画像の置き換え,接地・関係チェックの後に回答を再実行する行動診断法であるHaluPrismを提案する。
これらのターゲットプローブは、視覚的摂動感度、画像除去された信頼性保持、グラウンドディング/リレーショナル-プローブ不安定性に対するシグネチャを与える。
論文 参考訳（メタデータ） (2026-08-29T11:06:37Z) - CARD: Calibration via Agreement in Reverse Diffusion for Out-of-Domain MRI Segmentation [14.844162865265673]
そこで我々は,不一致の時間的集合を全クラスにわたって1ピクセルあたりの温度場にマッピングし,セグメント化ができない間に信頼度が変化するようにCARDを提案する。
心臓、前立腺、脳のMRIシフトによって、CARDは各設定において最強のベースラインと比較した場合、49の45のキャリブレーション誤差を低下させる。
論文 参考訳（メタデータ） (2026-08-26T07:23:08Z) - EnTrust: Modeling Inter-Modal Conflict for Trustworthy Multimodal Medical Image Analysis [41.67522319355107]
EnTrustは、モーダル間紛争を予測の不確実性の主要な原因として扱うフレームワークである。
最強のベースラインに比べてキャリブレーション誤差を40%削減しつつ、最先端のセグメンテーション精度を実現する。
論文 参考訳（メタデータ） (2026-06-19T12:43:50Z) - Proactive for Uncertainty: Cause-Aware Error Diagnosis and Interactive Clarification for Spoken Dialogue Systems [40.265250435329456]
本稿では,SDSにおけるロバスト性を根本的に再考する原因認識型エラー回復パラダイムを提案する。
従来の信頼度フィルタリングとは異なり、我々は小さな精度に焦点を絞った検出器群を導入している。
この微細な診断知能は、LLMがターゲットとするマルチターンの明確化戦略を編成する権限を与える。
論文 参考訳（メタデータ） (2026-05-25T03:57:38Z) - What Are We Actually Decoding? Source Attribution for Non-Invasive Brain-to-Language Retrieval [42.66754319854329]
我々は,刺激同期MEG-to-audio検索を監査フレームワークとして再放送した。
構造的ショートカット、ウィンドウレベルの刺激ロックされたエビデンス、ウィンドウ間のコンテキストアグリゲーションを使用します。
これらの結果は、脳から言語へのパフォーマンスは、単に報告されるのではなく、ソース属性であるべきだことを示唆している。
論文 参考訳（メタデータ） (2026-05-23T11:23:39Z) - SpatialBench-UC: Uncertainty-Aware Evaluation of Spatial Prompt Following in Text-to-Image Generation [0.0]
SpaceBench-UCは、ペアの空間関係を再現可能な小さなベンチマークである。
ベンチマークパッケージ、バージョン付きプロンプト、ピン付き構成、サンプルごとのチェッカー出力、レポートテーブルをリリースします。
安定拡散1.5, SD 1.5 BoxDiff, SD 1.4 GLIGENの3つのベースラインについて検討した。
論文 参考訳（メタデータ） (2026-01-19T23:37:10Z) - BURN: Backdoor Unlearning via Adversarial Boundary Analysis [73.14147934175604]
Backdoor Unlearningは、モデル本来の機能を保持しながら、バックドア関連の情報を削除することを目的としている。
本稿では, 偽相関疎結合, プログレッシブデータリファインメント, モデル浄化を統合した新しい防御フレームワーク, BURNによるバックドア・アンラーニングを提案する。
論文 参考訳（メタデータ） (2025-07-14T17:13:06Z)
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。