論文の概要: Do Multimodal Models Decide Consistently on Equivalent Optical Spectra?

• arxiv url: http://arxiv.org/abs/2611.00428v1
• Date: Fri, 30 Oct 2026 22:21:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 23:36:30.40344
• Title: Do Multimodal Models Decide Consistently on Equivalent Optical Spectra?
• Title（参考訳）: 等価光スペクトルを連続的に決定する多モードモデルか?
• Abstract要約: シリコン中表面および金ナノ粒子の光学スペクトルの表現不変性および吸収性について検討した。 決定モデルd3-nanoとJev 1.13、GPT-6 Lunaの3つの構成、Qwen3.5-2Bのベースモデルを評価した。
• 参考スコア（独自算出の注目度）: 9.41028011444002
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A spectrum can be given to a model as a table in nanometers or as a plot in photon energy, and the decision should not depend on which one it sees. When the data needed for an answer are missing, the model should say so. We test representation invariance and abstention on measured optical spectra of silicon metasurfaces (MOCLIP) and gold nanoparticles, with labels computed from the data. Each spectrum is shown as four tables (nm, $μ$m, scientific notation, eV) and two plots (nm, eV), and partial spectra remove data inside or outside the queried range. We evaluate the decision models d3-nano and Jev 1.13, three GPT-6 Luna configurations and the Qwen3.5-2B base model. Changing only the representation moves accuracy by up to 41 percentage points within one model, mostly on photon-energy tables and plots. With the same evidence, asking in photon energy instead of wavelength helps some model-view pairs by 16-50 points and hurts others by up to 25. When the relevant extremum is removed, unadapted models rarely answer "undetermined". LoRA fine-tuning of d3-nano improves comparisons on the trained table formats, but much of its gain on unanswerable questions comes from a shortcut: it abstains whenever the input is truncated. Training with answerable truncations avoids the shortcut in all six seeds, with a 90-100 point gap between abstention after inside and outside cuts on held-out structures; with the same amount of extra original-task data, five of six seeds keep the shortcut. On gold spectra the two training sets perform similarly. Multimodal language models used for scientific decisions should be tested on equivalent representations and on missing evidence, not only on average accuracy. We release the tasks, per-response results and analysis code.
• Abstract（参考訳）: スペクトルは、ナノメートルのテーブルとして、または光子エネルギーのプロットとしてモデルに与えられることができ、その決定は、それが見るものに依存してはならない。 答えに必要なデータが欠落している場合は、モデルがそう言うべきです。 シリコンメタサーフェス (MOCLIP) および金ナノ粒子の光学スペクトルの表現不変性および吸収性を, データから計算したラベルを用いて検証した。 各スペクトルは4つのテーブル (nm, $μ$m, 科学記法, eV) と2つのプロット (nm, eV) で示され、部分スペクトルはクエリー範囲内外からデータを除去する。 決定モデルd3-nanoとJev 1.13、GPT-6 Lunaの3つの構成、Qwen3.5-2Bのベースモデルを評価した。 表現だけを変更すると、1つのモデル内の最大41パーセントの精度が、主に光子エネルギーテーブルとプロットで動く。 同じ証拠で、波長の代わりに光子エネルギーを求めることで、16-50ポイントのモデルビューペアが得られ、他のペアが最大25ポイント傷つく。 関連する極端が取り除かれると、未適応のモデルは「未決定」にはほとんど答えない。 d3-nanoのLoRA微調整は、訓練済みのテーブルフォーマットの比較を改善するが、解決不可能な質問に対する多くの利点はショートカットによるものである。 答え可能な切り抜きによる訓練は、6つの種子のショートカットを回避し、6つの種子のうち5つのうち5つがショートカットを維持している。 金のスペクトルでは、2つのトレーニングセットも同様に実行されます。 科学的決定に使用されるマルチモーダル言語モデルは、平均的精度だけでなく、同等の表現や欠落した証拠でテストされるべきである。 タスク、レスポンス毎の結果、分析コードをリリースします。

関連論文リスト

• Transolver-$σ$: Joint Spectral-Physical Subspace Modeling for Neural PDE Solving [53.58729034895666]
  Transolver-$は、結合スペクトル-物理部分空間モデリングに基づくニューラルPDEソルバである。 平均的な相対誤差を33.4%減らし、各基準に対して最強の基準線を上回り、最先端を達成している。
  論文  参考訳（メタデータ） (2026-09-29T11:24:19Z)
• When is a closed-form RGB->S/P ratio adequate? A hyperspectral characterization on natural scenes for mesopic display [0.0]
  メソピックおよび低照度表示変換は、ピクセルごとのスコトピック-フォトピック輝度比(S/P)を必要とする 日光時間系列では、6スカラー閉形式がスペクトルS/Pを、RGB入力がD65に彩色されたときに時間不変である0.07の中央誤差で再現する。 その結果は独立な50段集合に一般化される。
  論文  参考訳（メタデータ） (2026-09-21T16:10:29Z)
• Do LiDAR Language Models Really Understand Spatio-temporal Relationships? [62.56505727364142]
  ベンチマークと診断プロトコルであるLiDAR-Halluを150 nusのシーンで紹介する。 提案プロトコルは,固定回答と候補コンテンツ制御,クロスシーンペアを同一のプロンプトで組み合わせるが,参照応答は逆で,リレーショナルなリコールを行う。 記録された10万の応答の分析は、集合的空間精度によって隠された失敗を明らかにする。
  論文  参考訳（メタデータ） (2026-09-21T11:59:07Z)
• A Spectral Identifiability Threshold for Dissipative Rate Recovery from Truncated Liouvillian Spectra [0.0]
  オープン量子系は、異なる散逸過程を通じてエネルギーと位相コヒーレンスを失う。 リウヴィリアスペクトルは、そのような系がどのようにリラックスするかを要約するが、そのスペクトルのどれだけが、基礎となる散逸速度を区別するために必要かは明らかではない。 本研究では,スペクトルを解析的に導出可能な6ビットリンドブラッドモデルにおいて,振幅減衰とデファス化の問題を考察する。
  論文  参考訳（メタデータ） (2026-08-29T14:40:43Z)
• Function Lives Where Variance Doesn't: Task-Weighted Charts of a Language Model's Computation [51.736723807086385]
  低次元座標系は、その表現の選択された機能に適合する。 3つの家系の6つのモデル(70mから7Bのパラメータ)にまたがって、次のトーケン予測は残ストリームの幅の70-90%を必要とする。 2つの方向はGPT-2のアクティベーションの90%を担っており、その機能はほとんどない。 数次元しか保持できない場合、関数のメートル法の下で訓練されたチャートは、分散ベースや最適線形圧縮よりもモデルの予測を良く保存する。
  論文  参考訳（メタデータ） (2026-08-12T07:04:36Z)
• VisualFLIP: Do Predictions Depend on Task-Critical Visual Evidence in Multimodal Reasoning? [79.44137632338062]
  マルチモーダルな大規模言語モデルが視覚的推論問題に正しく答える場合、その予測はタスククリティカルな視覚的証拠によって実際に支持されているか? VisualFLIPは1,374枚の画像が基数,属性,空間,論理的タスクにまたがって同一の問合せペアとして配置されたベンチマークである。 ペアの両面を解く必要がある24個のMLLMと、少なくとも一方の面を解くモデルが両方の画像に対して同じ空でない答えを繰り返す頻度を測定するCR(Collapse Rate)を評価した。
  論文  参考訳（メタデータ） (2026-06-05T22:06:07Z)
• Measuring and Improving Behavioral Consistency in Large Language Models through Fact-Heuristic-Emotion State Enforcement [4.226475360842309]
  大規模言語モデル(LLM)は、実行中に同じ決定問題に対して異なる回答を与え、自身の事前回答がコンテキストとして返されるときにその決定を覆す。 モデル重みを変化させることなく、この不安定性を測定・部分的に低減できるかどうかを問う。 我々は,プロンプトレベルの状態強化層であるCognitive Kernel Model (CKM)をテストする。
  論文  参考訳（メタデータ） (2026-06-05T12:36:36Z)
• Hint Tuning: Less Data Makes Better Reasoners [30.274192211828723]
  Hint Tuningは、モデルに推論の深さをキャリブレーションする、データ効率のよいアプローチである。 インストラクションモデルが様々なガイダンスで解決できるものをテストすることで、3つの状態にまたがるトレーニングデータを自動的に構築する。 インストラクタモデルの能力と単純なアライメントにより、優れた効率を実現する。
  論文  参考訳（メタデータ） (2026-05-09T04:07:16Z)
• Learn to Explain: Multimodal Reasoning via Thought Chains for Science Question Answering [124.16250115608604]
  本稿では,SQA(Science Question Answering)について紹介する。SQA(Science Question Answering)は,21万のマルチモーダルな複数選択質問と多様な科学トピックと,それに対応する講義や説明による回答の注釈からなる新しいベンチマークである。 また,SQAでは,数ショットのGPT-3では1.20%,微調整のUnifiedQAでは3.99%の改善が見られた。 我々の分析は、人間に似た言語モデルは、より少ないデータから学習し、わずか40%のデータで同じパフォーマンスを達成するのに、説明の恩恵を受けることを示している。
  論文  参考訳（メタデータ） (2022-09-20T07:04:24Z)
• Spectral Learning on Matrices and Tensors [74.88243719463053]
  テンソル分解は行列法で欠落する潜伏効果を拾うことができることを示す。 また,効率的なテンソル分解法を設計するための計算手法についても概説する。
  論文  参考訳（メタデータ） (2020-04-16T22:53:00Z)

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。