研究审计发现熵视角选择在测试时适应中效果有限
热点事件持续更新
研究审计发现熵视角选择在测试时适应中效果有限
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Sivasuthan Sukumar 与 Uthayasanker Thayasivam 发表论文，审计 CLIP 等视觉语言模型测试时适应中基于熵的视角选择方法，发现当预测出错时，熵将正确视角排在错误视角前面的能力不比随机好，仅能恢复 oracle 在同一组视角上约二十分之一的准确率。 研究证明准确率提升几乎全部来自视角选择而非梯度更新。作者据此提出利用裁剪保留原图比例这一未被使用的信息来排序视角，称在 15 个基准数据集中的 14 个上超过熵、11 个上超过最强评分函数。该论文被 NeurIPS 2026 Workshops VLM4RWD 接收。
AI 根据报道生成 · 16 分钟前更新
最新进展11月14日 13:00
熵视角选择看不到什么：对视觉语言模型测试时适应的审计报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AI熵视角选择看不到什么：对视觉语言模型测试时适应的审计
一项研究审计了 CLIP 等视觉语言模型测试时适应中基于熵的视角选择方法，发现当预测出错时，熵将正确视角排在错误视角前面的能力不比随机好，仅能恢复 oracle 在同一组视角上约二十分之一的准确率。研究证明准确率提升几乎全部来自视角选择而非梯度更新，并提出用裁剪保留原图比例这一未被使用的信息来排序视角，在 15 个基准数据集中的 14 个上超过熵、11 个上超过最强评分函数。
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。