arXiv · 机器人与计算机视觉· Zhuangzi Li, Shilv Cai, Jian Jin, Zhiyi Pan, Haihong Xiao, Weisi Lin·· 12 小时前AI 评分56
Lost in Read-out:通过闭式编辑定位视觉语言模型中的图像质量差距
Lost in Read-out: Locating the Image Quality Gap in Vision-Language Models with a Closed-Form Edit
AI 导读
论文指出视觉语言模型(VLMs)作为零样本图像质量评估器时,其好坏判断与人类意见仅中度一致。层探针实验表明,图像质量信息在视觉编码器和最后一层语言层中均可线性解码,偏差主要源于最终输出层的读取机制,该层过度奖励色彩丰富度而低估清晰度。
来源:arXiv · 机器人与计算机视觉 · arxiv.org