論文の概要: FieldGuideRAG: Image-Grounded GraphRAG for Fine-Grained Recognition with Vision-Language Models

• arxiv url: http://arxiv.org/abs/2610.40971v1
• Date: Thu, 29 Oct 2026 20:58:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.4927
• Title: FieldGuideRAG: Image-Grounded GraphRAG for Fine-Grained Recognition with Vision-Language Models
• Title（参考訳）: FieldGuideRAG:視覚言語モデルを用いた微細粒度認識のための画像グラウンドグラフRAG
• Abstract要約: 本研究では、知識グラフのノードに格納された実際の写真と比較することにより、視覚言語モデル(VLM)が細粒度を認識できる訓練不要なグラフRAG法であるFieldGuideRAGを提案する。 我々のグラフは、すべての種ノードに1枚の写真を格納し、各種とその近縁種、その地理的範囲、その生態的事実をリンクします。 FieldGuideRAGは、検証スコアをレンジエッジと融合させ、検証された種の事実エッジから生物に関する質問に答える。
• 参考スコア（独自算出の注目度）: 4.907810679099975
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present FieldGuideRAG, a training-free GraphRAG method in which a vision-language model, or VLM, recognizes fine-grained species by comparing the query with real photographs stored on the nodes of a knowledge graph. Multimodal GraphRAG systems describe each entity in text, and text conveys little of the visual detail that separates look-alike species. Our graph stores one photograph on every species node and links each species to its relatives, its geographic range and its ecological facts. A frozen VLM verifies the query against the photograph of each candidate node. FieldGuideRAG fuses the verification scores with the range edge and answers questions about the organism from the fact edges of the verified species. On CUB-200, a Wikidata graph and four iNaturalist domains, the node photograph improves verification over the species name on every graph, while text descriptions add little. Verification of the candidate pool exceeds a SigLIP retriever by up to 16 points, the range edge adds 7 to 19 points on iNaturalist, and answering from fact edges is correct on up to 89.5% of 28,820 ecological questions. The verification scores also detect queries whose species is missing from the graph. Graphs, prompts and code will be released.
• Abstract（参考訳）: 本研究では、知識グラフのノードに格納された実際の写真と比較することにより、視覚言語モデル(VLM)が細粒度を認識できる訓練不要なグラフRAG法であるFieldGuideRAGを提案する。 マルチモーダルグラフRAGシステムは、各実体をテキストで記述し、テキストはルックライクな種を区別する視覚的詳細をほとんど伝えない。 我々のグラフは、すべての種ノードに1枚の写真を格納し、各種とその近縁種、その地理的範囲、その生態的事実をリンクします。 凍結されたVLMは、各候補ノードの写真に対するクエリを検証する。 FieldGuideRAGは、検証スコアをレンジエッジと融合させ、検証された種の事実エッジから生物に関する質問に答える。 Wikidataグラフと4つのiNaturalistドメインであるCUB-200では、ノード写真はすべてのグラフ上の種名に対する検証を改善し、テキスト記述はほとんど追加されない。 候補プールの検証は、最大16ポイントのSigLIPレトリバーを超え、レンジエッジは、iNaturalistに対して7から19ポイント増加し、事実エッジからの回答は、28,820の生態問題のうち89.5%まで正される。 検証スコアは、グラフから種が欠落しているクエリも検出する。 グラフ、プロンプト、コードがリリースされる。

関連論文リスト

• PolyG: Adaptive Graph Traversal for Diverse GraphRAG Questions [12.124107412701173]
  知識グラフ質問の基本パターンを分類するために,完全4クラス分類法を提案する。 次に、グラフの包括的な集合を含む新しいグラフRAGベンチマークであるPolyBenchを作成します。 提案する質問分類法に基づき,質問を分解・分類し,適応的なグラフRAG手法であるPolyGを提案する。
  論文  参考訳（メタデータ） (2025-04-02T20:19:04Z)
• G-Retriever: Retrieval-Augmented Generation for Textual Graph Understanding and Question Answering [61.93058781222079]
  現実のテキストグラフを対象とするフレキシブルな問合せフレームワークを開発した。 一般のテキストグラフに対する最初の検索拡張生成(RAG)手法を提案する。 G-Retrieverは、このタスクをSteiner Tree最適化問題として定式化し、グラフ上でRAGを実行する。
  論文  参考訳（メタデータ） (2024-02-12T13:13:04Z)
• Semi-Supervised Hierarchical Graph Classification [54.25165160435073]
  ノードがグラフのインスタンスである階層グラフにおけるノード分類問題について検討する。 本稿では階層グラフ相互情報(HGMI)を提案し,理論的保証をもってHGMIを計算する方法を提案する。 本稿では,この階層グラフモデリングとSEAL-CI法がテキストおよびソーシャルネットワークデータに与える影響を実証する。
  論文  参考訳（メタデータ） (2022-06-11T04:05:29Z)
• Deep Graph-level Anomaly Detection by Glocal Knowledge Distillation [61.39364567221311]
  グラフレベルの異常検出(GAD)は、その構造やノードの特徴に異常なグラフを検出する問題を記述している。 GADの課題の1つは、局所的および大域的非正則グラフの検出を可能にするグラフ表現を考案することである。 本稿では,グラフとノード表現の連成ランダム蒸留により,グローバルおよびローカルな正規パターン情報を豊富に学習するGADのための新しい深部異常検出手法を提案する。
  論文  参考訳（メタデータ） (2021-12-19T05:04:53Z)
• Inverse Graph Identification: Can We Identify Node Labels Given Graph Labels? [89.13567439679709]
  グラフ識別(GI)は、グラフ学習において長い間研究されており、特定の応用において不可欠である。 本稿では,逆グラフ識別(Inverse Graph Identification, IGI)と呼ばれる新しい問題を定義する。 本稿では,グラフアテンションネットワーク(GAT)を用いたノードレベルのメッセージパッシング処理を,GIのプロトコルの下でシンプルかつ効果的に行う方法を提案する。
  論文  参考訳（メタデータ） (2020-07-12T12:06:17Z)

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。