研究：视觉语言模型否定理解的注意力机制

2026年10月16日，arXiv Computer Vision 刊出 Beth Pearson、Michael Wray、Martha Lewis 的研究，考察视觉语言模型（VLM）处理否定时的注意力模式。研究通过对比人类注视与模型注意力，分析模型处理肯定与否定陈述时的注意力差异。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。目前该研究处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。