arXiv · 机器人与计算机视觉· Sivasuthan Sukumar, Uthayasanker Thayasivam·· 6 天前精选AI 评分78
基于熵的视图选择存在盲区:对 VLM 测试时适应的审计
What Entropy-Based View Selection Cannot See: An Audit of Test-Time Adaptation for Vision-Language Models
AI 导读
该论文审计了视觉语言模型在测试时适应中的视图选择机制,发现依赖预测熵的方法无法有效识别正确视图,仅能恢复约五分之一由理想方法获得的准确率。研究提出利用裁剪保留比例作为新信号,在 15 个基准数据集中优于现有最强评分函数。该工作已获 NeurIPS 2026 研讨会接收。
推荐理由
研究发现熵值无法区分正确与错误视图,利用裁剪保留比例作为新信号可显著提升测试时适应的准确率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org