跳到正文
arXiv · 机器人与计算机视觉· Mushir Akhtar, M. Tanveer·· 2026-10-20AI 评分73

SAGE-CP:当边际覆盖率掩盖自适应 VLM 集成中的路线条件失败时

SAGE-CP: When Marginal Coverage Hides Route-Conditional Failures in Adaptive VLM Ensembles

AI 导读

论文 SAGE-CP 指出自适应视觉语言模型(VLM)集成在早期退出和升级输入的路径上存在覆盖率不均衡问题,提出通过冻结路由选择并分别校准分数来实现每条路径的有限样本覆盖。实验显示该方法在保持边际覆盖率的同时,将最差路线覆盖率从 0.623 提升至 0.887,并将路线覆盖率差距从 0.324 降至 0.025,同时比完整集成减少约 70% 的源调用次数和 GPU 能耗。

来源:arXiv · 机器人与计算机视觉 · arxiv.org