NeurIPS 2026 | 视觉语言大模型不关注场景中的人类,反而靠物体大小判断谁更关键
NeurIPS 2026 | 视觉语言大模型不关注场景中的人类,反而靠物体大小判断谁更关键加州大学圣塔巴巴拉分校研究者提出黑盒评估框架反事实语义显著性(CSS),评估19个视觉语言大模型后发现,模型对人类不敏感,过度依赖物体大小、居中程度和低级显著性,其中大小偏好是主要差异因素。
来自主题: AI技术研报
6285 点击 2026-11-21 11:34
搜索
加州大学圣塔巴巴拉分校研究者提出黑盒评估框架反事实语义显著性(CSS),评估19个视觉语言大模型后发现,模型对人类不敏感,过度依赖物体大小、居中程度和低级显著性,其中大小偏好是主要差异因素。