文本锚点在视觉语言异常检测中的作用研究

2026年10月27日，arXiv Computer Vision 刊出 Arda Baris Basaran 等作者的论文，追问视觉语言异常检测器从文本提示中读取的究竟是语义内容、有效尺度还是锚点几何。研究指出，对单一锚点对，得分只通过锚点差值读取；训练后的适配器可旋转跟随任意替换方向，语义内容不可识别；相同差值长度的替换锚点可产生完全相同的概率图与可达损失。作者在七个医学数据集、三个视觉骨干、两种监督设置和三类适配器上验证：尺度匹配的随机与正交锚点表现与正确提示相当，打破尺度匹配则出现差距，恢复尺度即可弥合。目前进展为论文公开，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。