arXiv · cs.AI· Bach Nguyen, Zhaonan Li, Mau Son Nguyen, Sanika Chavan, Nilay Kumar, Hong Anh Nguyen, Khoa Vo, Ben Zhou·· 2 天前
VisualNoiseQA：评估大语言模型在噪声视觉证据下的主动视觉推理能力
How Well Do LLMs Reason with Noisy Evidence? An Active Visual Reasoning Benchmark
arXiv:2610.07751v1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：Bach Nguyen, Zhaonan Li, Mau Son Nguyen, Sanika Chavan, Nilay Kumar, Hong Anh Nguyen, Khoa Vo, Ben Zhou
研究任务与主要进展
作者提出 VisualNoiseQA 基准，用于评估纯文本大语言模型在噪声视觉反馈下的主动视觉推理能力。该基准让模型将现成视觉语言模型作为随机视觉传感器，通过多次采样和自一致性提供经验不确定性信号，迭代选择下一次查询并决定何时停止；作者在涵盖感知、图表理解和知识密集型推理的1000个实例上评估了多个大语言模型推理器。
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