リサーチ・論文

VLMの「シーン状態」に新たな脆弱性、arXivが攻撃手法と評価ベンチマークを公開

arXivは2026年11月17日(現地時間)、視覚言語モデル (VLM) が有害な支援を提供する新たな脆弱性「シーン状態安全脆弱性 (scene-state safety vulnerability)」が特定されたと報じた。同論文は、この脆弱性を評価するためのベンチマーク「SceneSafetyBench」と、体系的な攻撃手法「S3TA」を導入。8つのVLMに対するテストでは、S3TAがモデル平均で71.2%の攻撃成功率 (ASR) を記録し、既存の手法を6.1パーセンテージポイント上回る結果を示した。

リサーチ・論文

バングラデシュの偽造ニュース画像を深層学習で検出、高精度な手法を確立

Anindya Kundu氏らは10月19日(現地時間)、論文公開サイトarXiv cs.CVを通じて、バングラデシュで広く拡散する偽造ニュースフォトカードを視覚的に検出する研究論文を発表した。同氏らは、有名報道機関のブランドを模倣した単一画像ニュース要約の偽造を特定するため、視覚的な画像偽造検出手法を提案。ImageNetで事前学習済みのYOLOv8n-clsバックボーンをファインチューニングすることで、97.36% ± 0.42%の検出精度を達成した。

リサーチ・論文

arXiv、動物個体識別の評価法Counterfactual Foreground Retrievalを公開

arXivは2026年11月4日(現地時間)、個体動物の自動識別における新しい評価プロトコル「Counterfactual Foreground Retrieval (CFR)」に関する研究論文を公開した。このCFRは、モデルが動物の個体識別を行う際に、動物の具体的な特徴を用いたのか、あるいは背景情報などの「ショートカット」に依存したのかを評価するために設計された。従来の評価方法では不明瞭だった、モデルの判断根拠を明確にすることを目的としている。

リサーチ・論文

3D CT肺結節の悪性度評価、多重タスク学習の有効性には課題 米研究論文

ナミタ・ナラヤナン (Namitha Narayanan) 氏は2026年9月30日(現地時間)、arXiv cs.CVで公開された研究論文で、3D CTスキャンを用いた肺結節の悪性度評価において、形態学的特徴を多重タスク学習に組み込んでも、分類性能の明確な向上には繋がらない可能性を示唆した。この研究は、注釈付けされた形態学的特徴と悪性度リスクを、病変中心の3D CTボリュームから学習することが分類性能を改善するかを検証したものだ。