KTN：双编码器视觉语言模型免训练否定方法

2026年10月14日，arXiv Computer Vision 刊出 DoYoung Kim 等作者的研究，提出 Know-Thy-Not（KTN）免训练否定方法及配套基准 COCO-Confusion。报道称，双编码器视觉语言模型在否定任务上系统性失败，对“有狗的猫”和“没有狗的猫”打分几乎相同，该问题源于单嵌入框架的固有缺陷。为此，KTN 在图像侧引入拒绝维度，以直接惩罚被否定概念，且为免训练方法；同时推出首个要求真正拒绝的基准 COCO-Confusion。目前进展停留在论文发布阶段，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。