Компьютерные науки > Компютерное видение и распознавание шаблона [представлено 16 сентября 2026 года] Название: EDCT-Bench: Непокрывающая пробелы в достоверности в VLM с помощью пояснений - Driven Confactual Testing View PDF HTML (экспериментальное) резюме: Vision- Language Models (VLMs) может дать естественные объяснения языка, которые звучать правдоподобно, но попрежнему не совместимы с визуальными доказательствами, которые они приводят. Мы представляем документ " Разъяснение-Драйвен контрафактная проверка (EDCT), основанный на вмешательстве протокол, который извлекает визуальные концепции, приведенные в пояснении модели, применяет к ним проверенные минимальные изменения и проверяет, соответствуют ли полученные ответы и пояснения отредактированному имиджу. Используя этот протокол, мы создаём EDCT-Bench - всеобъемлющий контрольный параметр, охватывающий три взаимодополняющие области: наукоемкие визуальные ответы на вопросы (OK-VQA), драйвер с критическими требованиями безопасности (DriiveLM) и 3D пространственное обоснование (3DSRBnch). В рамках оцениваемых ДУУ ЭДХТ обнаруживает значительные пробелы в верности, причем модели часто дают ответы, не совместимые с проверенными визуальными изменениями. И наконец, наше тщательное исследование позволяет предположить, что полученные с помощью ЭДХТ контрфактические данные дают высокую отдачу в плане подготовки кадров. Загрузка ссылок и цитат... Библиографический и цитационно-инструментальный библиолог (Что является…
EDCT-Bench: Неисполнение пробелов в достоверности в НДЖ с помощью разъяснительных/дряговых контрафактных испытаний
arXiv: 2609.17953v1 Видеотипы могут давать объяснения естественному языку (NLE), которые звучат правдоподобно, но по-прежнему не соответствуют визуальным свидетельствам, приведенным в них. Мы представляем документ " Разъяснение-Драйвен контрафактная проверка (EDCT), основанный на вмешательстве протокол, который извлекает визуальные концепции, приведенные в пояснении модели, применяет к ним проверенные минимальные изменения и проверяет, соответствуют ли полученные ответы и пояснения отредактированному имиджу. Используя этот протокол, мы создаём EDCT-Bench - всеобъемлющий контрольный параметр, охватывающий три взаимодополняющие области: наукоемкие визуальные ответы на вопросы (OK-VQA), драйвер с критическими требованиями безопасности (DriiveLM) и 3D пространственное обоснование (3DSRBnch). В рамках оцениваемых ДУУ ЭДХТ обнаруживает значительные пробелы в верности, причем модели часто дают ответы, не совместимые с проверенными визуальными изменениями. И наконец, наше исследование по уточнению позволяет предположить, что полученные в результате ЭДХТ контрфактические данные обеспечивают высокоэффективную подготовку кадров.