arXiv · 机器人与计算机视觉· Ruinan Jin, Beidi Zhao, Myeongkyun Kang, Jiaqi Liu, Behzad Bozorgtabar, Qiong Zhang, Xiaoxiao Li·· 5 小时前AI 评分67
Verification Mirage:映射并修复医学视觉问答中自验证的可靠性边界
Verification Mirage: Mapping and Repairing the Reliability Boundary of Self-Verification in Medical VQA
AI 导读
该研究引入 VeriMap 审计框架,发现通用验证器平均以 71.0% 的概率错误接受不正确答案,且模型更易接受自身错误。MirageCheck 方法通过 CONTRAST、MEASURE 和 BIND 三个步骤,将验证转化为对当前图像的判别性证据检查而非重复判断,相比最强基线降低 14.6 个百分点的误接受率并提升平衡准确率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org