论文提出两参数贝叶斯模型解释VLM如何整合冲突证据

Josh Barua、Kyle Mahowald 和 William Rudman 发布论文，提出一个带有模态特定偏置的两参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，该模型能准确预测未见过的输入退化组合下的 VLM 偏好，并可迁移到新的不可靠形式而无需重新拟合；研究还区分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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。