免训练草图探针评估LVLM视觉惯例

2026年10月27日，arXiv Computer Vision 刊出 Chaitat Utintu 等作者的报道，提出一种无需训练、无需微调的草图探针方法，用于探测大型视觉语言模型（LVLM）保留的视觉惯例及其所在位置。该探针包含三项读数：部件构建顺序、基于注意力的空间定位，以及定位机制所在的层/头位置。报道称，在九个 LVLM 的部件顺序测试和五个模型的注意力测试中，模型在人类画法趋同处复现标准顺序；部件级定位无需定位监督即可恢复部件与物体区域。目前进展停留在方法提出与上述测试结果，报道未提及后续应用或独立复现。

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。