arXiv · 机器人与计算机视觉· Chufan Shi, Cheng Yang, Tiannuo Yang, Isadora White, Yiwei Chen, Taylor Berg-Kirkpatrick, Xuezhe Ma·· 2026-10-07精选AI 评分83
Visual Abstention in Unified Multimodal Models
Visual Abstention in Unified Multimodal Models
AI 导读
论文提出“视觉回避”概念,定义当视觉变换在任务规则下不可能时,模型应识别并拒绝生成。作者构建了包含 1,050 对可行与不可行请求的 Draw-or-Decline (DoD) 基准,评估了 8 个统一多模态模型(UMMs),发现现有模型编辑能力与回避能力分离,且常因未察觉冲突而强行生成错误内容。
推荐理由
提出 VisTA-BAGEL 方法,使模型在无提示下将不可行请求拒答率从 0.4% 提升至 93%,同时保持编辑准确率领先。
来源:arXiv · 机器人与计算机视觉 · arxiv.org