境界に配慮したプロンプト最適化による主張されたテキスト生成画像モデルの検証
arXiv cs.CV / 2026/3/30
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、APIの背後にある実際のモデルと、主張されたテキスト対画像モデルが一致しているかを確かめるための参照不要手法である「Boundary-aware Prompt Optimization（BPO）」を提案する。
- BPOは、モデルが通常のプロンプトに対しては似た挙動を示す一方で、埋め込み空間における「セマンティック境界」の領域では差が生じ、その結果として、境界に隣接するプロンプトに対して対象モデルで出力が不安定になり得る、という考え方を活用する。
- 境界特有の不安定性を引き起こすプロンプトを特定することで、BPOは複数の最適化用参照モデルに依存せずに信頼できる検証の手がかりを生成し、計算コストとモデル選択への感度を低減する。
- 5つのテキスト対画像モデルと複数のベースラインにまたがる実験により、BPOは検証精度の向上を達成し、第三者APIモデルの主張監査に有効であることを示す。
- 本研究は、統合プラットフォーム上で公式T2Iモデルを使用しているという誤った主張によって生じる風評およびユーザーを誤認させるリスクに対処し、より頑健な検証メカニズムの必要性を後押しする。
