跳到正文
arXiv · 机器人与计算机视觉· Monica Riedler, Samuele Antonelli, Barbara Plank, Raffaella Bernardi·· 3 天前AI 评分59

AmbiSteer:在视觉语言模型中激发歧义感知响应的方法

AmbiSteer: Selectively Eliciting Ambiguity-Aware Responses in Vision-Language Models

AI 导读

针对视觉语言模型(VLM)在指代歧义场景下过度自信的问题,作者提出 AmbiSteer 框架。该框架利用线性分类器预测输入歧义度并据此调整 steering 方向,结合提示词技术将多模型处理得当的输入比例从平均 59.0% 提升至 77.0%。研究基于 arXiv 预印本发布,旨在为降低不确定多模态设置下的模型过度自信提供轻量级方案。

来源:arXiv · 机器人与计算机视觉 · arxiv.org