跳到正文
arXiv · 机器人与计算机视觉· Shiyu Gu, Luis Miguel Santana, Rafael Enrique Cruz·· 2 天前AI 评分45

Evidence-Calibrated Selective Decoding 框架提升视觉问答可靠性

Evidence-Calibrated Selective Decoding for Reliable Visual Question Answering

AI 导读

该研究提出证据校准选择性解码框架,通过分离视觉证据支持度、分布修正强度及发布阈值三个决策,解决对比解码过度依赖语言先验或掩盖错误的问题。方法在 MSCOCO、A-OKVQA、GQA 等数据集上重新评估了现有基线,揭示了不同骨干网络与任务间的性能差异。目前该框架尚未进行模型级验证,其有效性仍为待证伪的假设而非既定实证结果。

来源:arXiv · 机器人与计算机视觉 · arxiv.org