arXiv cs.AI· Dan Zlotnikov, Ohad Ben-Shahar·· 1 天前AI 评分36
DISTRACT 基准：研究视觉退化下文本描述对视觉语言跟踪器的实际影响
DISTRACT: Degradation-Indexed Study of Textual Reference Across Competing Targets
AI 导读
arXiv 论文提出 DISTRACT 基准，通过四类文本先验与四级图像退化的交叉干预，评测五个视觉语言跟踪器（VLT）中文本是否真正改变跟踪决策。Molmo2 和 JointNLT 表现出有方向的文本利用，且在决策临近状态可解码正确与冲突文本；UVLTrack、MMTrack 和 DUTrack 对文本语义变化仅弱响应，无行为效应通过 FDR 校正。
来源：arXiv cs.AI · arxiv.org