arXiv论文提出cite gap反事实测试检验视频模型引用
热点事件持续更新
arXiv论文提出cite gap反事实测试检验视频模型引用
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Jugal Gajjar 等研究者在 arXiv 发布论文,提出“cite gap”反事实测试:将视频语言模型推理链中引用的区域涂黑,与同帧同大小随机区域对比正确答案翻转率,以检验引用区域是否真的影响答案。该方法无需人工标注,应用于 2-3B 参数的视频语言模型。 结果显示明显分化:在 CLEVRER 精确推理链上训练的模型 cite gap 为 0.089,涂黑引用框导致正确答案翻转的次数是对照的 2.2 倍;而在 NExT-QA 伪标注链上 cite gap 仅 0.003,为对照的 1.1 倍,说明后者的引用与答案关联很弱。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
模型是否真的用了它引用的区域?小型视频语言模型中有据推理链的反事实检验报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AI模型是否真的用了它引用的区域?小型视频语言模型中有据推理链的反事实检验
一项 arXiv 论文提出“cite gap”反事实测试:将 2-3B 视频语言模型推理链中引用的区域涂黑,与同帧同大小随机区域对比答案翻转率。在 CLEVRER 链上训练的模型 cite gap 为 0.089,涂黑引用框翻转正确答案的次数是对照的 2.2 倍;但在 NExT-QA 链上 cite gap 仅 0.003,为对照的 1.1 倍。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。