TrustVLM：免训练VLM误分类检测框架

2026年10月20日，arXiv Artificial Intelligence 刊出由 Hao Dong 等作者提出的 TrustVLM 框架，用于估计视觉语言模型（VLM）的预测何时可信。该框架定位为无需训练的置信度评分方案，利用图像嵌入空间改进误分类检测，无需重新训练即可提升模型可靠性，代码已公开。评估覆盖 17 个数据集、4 种架构和 2 个 VLM，报道称 AURC 最高提升 51.87%、AUROC 提升 9.14%、FPR95 提升 32.42%。上述指标为报道所述实验结果，具体适用对象与条件以原论文为准。

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。