跳到正文
arXiv · 机器人与计算机视觉· Guangyuan Li, Tianming Du, Yan Jiang, Bihan Wen, Jiancheng Yang·· 2026-10-06精选AI 评分78

读出盲视:VLM 评分遗漏了冻结编码器保留的空间方向

Readout Blindness: VLM Scores Miss the Spatial Direction Their Frozen Encoders Retain

AI 导读

CLIP 类视觉语言模型在定向空间关系(如物体左右位置)上的评分接近随机水平,这种现象被称为‘读出盲视’。论文分析指出,当评分规则对主体和客体对称处理时,方向信息会被抵消。

推荐理由

论文提出无需额外训练的 ADR 方法,从冻结编码器中恢复被评分规则掩盖的空间方向信息。

来源:arXiv · 机器人与计算机视觉 · arxiv.org