arXiv · cs.AI· Josh Barua, Kyle Mahowald, William Rudman·· 5 小时前
视觉语言模型以带有偏置的贝叶斯方式整合冲突证据
Vision-Language Models Integrate Conflicting Evidence Like Biased Bayesian Observers
arXiv:2610.19407v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Josh Barua, Kyle Mahowald, William Rudman
研究任务与主要进展
研究作者提出一种带有模态特定偏置的双参数贝叶斯线索整合模型，用于解释视觉语言模型如何权衡冲突的文本与图像证据。基于论文摘要，该模型可预测未见过的输入退化组合，并能迁移到新的不可靠形式而无需重新拟合；研究还区分了证据强度与整合偏置，以解释模型既偏好文本又可能更重视视觉证据的现象。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org