論文の概要: Anchored Rank-Adversarial Fine-Tuning Pretrained Visual Place Recognition Models

• arxiv url: http://arxiv.org/abs/2611.05286v1
• Date: Tue, 03 Nov 2026 18:01:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-07 13:13:06.280972
• Title: Anchored Rank-Adversarial Fine-Tuning Pretrained Visual Place Recognition Models
• Title（参考訳）: Anchored Rank-Adversarial Fine-Tuning Pretrained Visual Place Recognition Models
• Abstract要約: 本稿では,VPRモデルのランク・ディバイザの微調整を提案する。 これは、各逆クエリの最も強固な値に対して、リストワイドなランク損失を持つリリースモデルを微調整する。 強いオプティミザーに対抗し、勾配マスキングの兆候はない。
• 参考スコア（独自算出の注目度）: 3.2625979527355784
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual place recognition (VPR) localises a camera by retrieving similar geo-tagged images, and current foundation-model VPR models are accurate across cities, seasons and illumination, but not robust to adversarial perturbations: under a white-box attack on the ranking at an imperceptible budget of 1/255, SuperVLAD and BoQ keep at most 0.2% top-1 recall (R@1) on four benchmarks. We propose anchored rank-adversarial fine-tuning (ARAFT), which fine-tunes a released model with a listwise rank loss on each adversarial query's hardest positive and an anchor to the clean descriptor of the frozen pretrained model. Checkpoints are selected under a clean-accuracy budget fixed in advance, and the full trade-off is reported. Within five validation R@1 points of clean cost, plain adversarial training has no admissible checkpoint, whereas ARAFT raises robust R@1 from zero to 47.3 on SuperVLAD and 55.3 on BoQ; plain adversarial training exceeds this only at about three times the clean cost. Against unbudgeted plain adversarial training on the test sets, ARAFT matches its robust R@1 at 2/255 with about ten more clean R@1 points. At 4/255, plain adversarial training is 6-9 robust R@1 points ahead, while ARAFT still keeps its ten-point clean advantage. Developed on SuperVLAD, ARAFT transfers to BoQ without re-tuning, and its robustness holds against stronger optimisers, with no sign of gradient masking.
• Abstract（参考訳）: 視覚的場所認識(VPR)は、同様のジオタグ画像を取得してカメラをローカライズする。現在の基礎モデルVPRモデルは、都市、季節、照明において正確だが、敵の摂動に対して堅牢ではない。 本稿では,各逆クエリの最も強固で,凍結した事前学習モデルのクリーンな記述子へのアンカーを,リストワイドなランク損失を有する解放モデルに微調整するアンカー付きランク対逆微調整(ARAFT)を提案する。 チェックポイントは、事前に決められたクリーンな精度の予算に基づいて選択され、完全なトレードオフが報告される。 一方、ARAFTはSuperVLADでは0から47.3に、BoQでは55.3に堅牢なR@1を上昇させる。 一方、ARAFTは2/255で頑丈なR@1と、よりクリーンなR@1ポイントの10点を比較。 4/255では、通常の対戦訓練は6-9の堅牢なR@1ポイント、ARAFTは10ポイントのクリーンな優位性を維持している。 SuperVLAD で開発された ARAFT は、再調整せずに BoQ へ転送する。

関連論文リスト

• Adversarial Post-Training of Foundation Models for High-Frequency Trading [40.637575086458135]
  本稿では,Wasserstein Generative Adversarial Network (GAN) を用いたLOB基礎モデルのポストトレーニング手法を提案する。 EGGROLL(Evolution Guided GeneRal optimization via Low-rank Learning)はメモリ効率のよい進化戦略である。 競合するポストトレーニングも安価で、5000万以上のトレーニングトークンと1シードあたり12GPU時間が必要です。
  論文  参考訳（メタデータ） (2026-10-19T00:15:10Z)
• CircuitLens: Reasoning Circuits as Data Selection Signals for Reinforcement Learning with Verifiable Rewards [9.41727721095383]
  サーキット推論スコア (Circuit Reasoning Score, CRS) は46個のアテンションヘッドから導出される選択信号である。 CRSは、より強い推論と回路のエンゲージメントがより良いトレーニングデータを生成するという直感的な仮説に逆らう。
  論文  参考訳（メタデータ） (2026-09-07T08:14:26Z)
• Reasoning Arena: Trace Tournaments When Verifiable Rewards Fall Short [51.667769734342635]
  検証可能な報酬付き強化学習(RLVR)は,大規模言語モデルの推論能力向上のための主要なパラダイムとなっている。 本研究では,非多変量報酬群を判定システムにルーティングする適応学習フレームワークであるReasoning Arenaを提案する。 我々は、Reasoning Arenaが、競争数学やコーディングベンチマークにおいて、RLVRベースラインを平均で7.6%上回っていることを示す。
  論文  参考訳（メタデータ） (2026-06-08T11:57:17Z)
• Knowledge Index of Noah's Ark [63.143852586221534]
  KINAは,261分野にわたる899項目のベンチマークである。 ボーナス・オン・バートーナメントがFOSDを弱く支配していることを示す。 トップモデルであるGemini-3.1-Pro-Previewは53.17%、Claude-Opus-4.6は49.92%、GPT-5.4は48.55%に達した。
  論文  参考訳（メタデータ） (2026-06-03T17:06:49Z)
• Step-wise Rubric Rewards for LLM Reasoning [72.17879367869503]
  RLVR(Reinforcement Learning with Verifiable Rewards)は、大規模言語モデルの推論を改善するために広く使われている。 正しい回答の18.2%は間違っているが、肯定的な報酬がある。 6つの数学的推論ベンチマークで、SRaRはRaRの平均精度を3.57ポイント改善した。
  論文  参考訳（メタデータ） (2026-05-17T07:08:14Z)
• A Boundary-Metric Evaluation Protocol for Whiteboard Stroke Segmentation Under Extreme Imbalance [0.0]
  境界対応メトリクスと細いサブセットの株式分析は、損失関数のランク付けと隠されたトレードオフの公開方法を変える。 DeepLabV3-MobileNetV3モデルでは5つの損失がそれぞれ3回トレーニングされ、12のホールドアウトイメージで評価される。 オーバーラップベースの損失は、クロスエントロピーでF1を20ポイント以上改善する。
  論文  参考訳（メタデータ） (2026-02-26T05:16:18Z)
• BiRQA: Bidirectional Robust Quality Assessment for Images [49.74447451098852]
  フル参照画像品質評価(FR IQA)は、画像圧縮、復元、生成モデリングにおいて重要である。 本稿では、双方向の多スケールピラミッド内で4つの高速補完特徴を処理するコンパクトFR IQA計量モデルであるBiRQAを提案する。 5つのパブリックFR IQAベンチマークでは、BiRQAは以前のSOTAモデルよりも3倍高速で動作しながら、以前の状態(SOTA)より優れ、あるいは一致している。
  論文  参考訳（メタデータ） (2026-02-23T20:52:56Z)
• RUSH: Robust Contrastive Learning via Randomized Smoothing [31.717748554905015]
  本稿では、対照的な事前学習がロバストネスと興味深いが暗黙の結びつきを持っているという驚くべき事実を示す。 我々は、標準的なコントラスト付き事前学習とランダムな平滑化を組み合わせた強力な対逆攻撃に対する堅牢なアルゴリズムRUSHを設計する。 我々の研究は、最先端技術と比較して、堅牢な精度が15%以上向上し、標準精度がわずかに改善されている。
  論文  参考訳（メタデータ） (2022-07-11T18:45:14Z)
• Fast is better than free: Revisiting adversarial training [86.11788847990783]
  より弱く安価な敵を用いて、経験的に堅牢なモデルを訓練することが可能であることを示す。 我々は,FGSM逆行訓練を失敗に導く「破滅的オーバーフィッティング(catastrophic overfitting)」と呼ばれる障害モードを特定した。
  論文  参考訳（メタデータ） (2020-01-12T20:30:22Z)

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。