arXiv Computer Vision· Beth Pearson, Michael Wray, Martha Lewis·· 2 小时前AI 评分24
研究：视觉语言模型如何通过物体注意力处理否定
Probing Negation Understanding in Vision-Language Models With Object Attention
AI 导读
研究通过对比人类注视与模型注意力，分析视觉语言模型处理肯定与否定陈述时的注意力模式。结果显示模型处理否定时并不遵循类人注意力模式，PaliGemma2-3B 在否定下会将物体注意力转向替代对象，但头部分析表明这只是副产物而非否定处理机制；LLaVA-1.5-7B 则表现出对左侧物体的空间偏好。下游任务评估显示所有模型在肯定与否定问题上均存在性能差距。
来源：arXiv Computer Vision · arxiv.org