跳到正文
arXiv · 机器人与计算机视觉· Beth Pearson, Michael Wray, Martha Lewis·· 2026-10-16AI 评分5

Probing Negation Understanding in Vision-Language Models With Object Attention 研究 VLMs 对否定句的注意力机制

Probing Negation Understanding in Vision-Language Models With Object Attention

AI 导读

该研究通过分析 PaliGemma2-3B、LLaVA-1.5-7B 等模型在合成与真实数据集上的注意力模式,发现其在处理否定陈述时未遵循类人注视规律。层析分析显示 PaliGemma2-3B 的注意力转移仅为副产品而非核心机制,且 LLaVA-1.5-7B 存在左侧空间偏差。下游任务评估表明所有模型在肯定与否定问题间均存在性能差距,需深入理解底层处理机制以缩小该差异。

来源:arXiv · 机器人与计算机视觉 · arxiv.org