arXiv · cs.AI· Minjun Kim, Hyunmin Song, Changwon Lim·· 5 小时前
冻结InstructBLIP可回答性信号系统分析：视觉依赖不等于可回答性
Visual Dependence Does Not Imply Answerability: A Systematic Analysis of Answerability Signals in Frozen InstructBLIP
arXiv:2610.17902v1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：Minjun Kim, Hyunmin Song, Changwon Lim
研究任务与主要进展
Minjun Kim、Hyunmin Song和Changwon Lim系统评估冻结InstructBLIP识别视觉问答可回答性的信号，发现其判别能力较弱，测试AUROC主要处于0.50–0.54。研究基于UNK-VQA分层10K子集，CLIP对齐的点估计最高，但在配对Bootstrap分析中未显著优于生成置信度；移除问题相关视觉证据虽明显改变答案置信度，却几乎不能区分可回答性。
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