arXiv cs.AI 发布于 09/24 12:00

Same evidence, different judgments: Evidence noncommutative in vision/speech-text conflicts

(翻译)相同证据,不同判断:视觉/语音-文本冲突中的证据非交换性

查看原文

资讯摘要

Abstract page for arXiv paper 2609.26986: Same evidence, different judgments: Evidence noncommutative in vision/speech-text conflicts

AI 摘要

该论文研究多模态大语言模型在图像或语音与文本冲突时对文本依赖的测量偏差,指出以往研究常固定证据顺序或随证据移动指令,难以区分模态偏好与证据位置影响。作者通过配对比较,保持指令和证据内容不变,仅交换两种来源位置,发现把图像或录音放在冲突文本之后会使模型答案更倾向其内容,提出跨模态证据非交换性。

AI 问答

这篇论文主要研究什么问题?

研究多模态大语言模型在图像或语音与文本冲突时,文本依赖测量是否受证据顺序影响。

论文的实验设计有什么特点?

采用配对比较,保持任务指令和证据内容不变,只交换图像/语音与文本两种证据的位置。

主要发现是什么?

把图像或录音放在冲突文本之后,模型的回答会明显偏向其内容,说明存在跨模态证据非交换性。

打开原文

更多资讯

巧合?Ledger 用户被盗9000万 经销商两个月前刚易主金色财经 · 10/10 11:27Cloudflare 公共 DNS 服务不需屏蔽盗版网站域名Solidot · 10/10 15:30“鲲为科技”完成4亿元新一轮融资36氪 · 10/09 20:58加强汽车产品创新设计等方面管理,四部门征求意见36氪 · 10/10 17:09美债失控狂飙:冲击到底有多大?金色财经 · 10/09 21:253.76亿人集体抛弃,保健品跌出银发消费前三,精准营养成“香饽饽”果壳网 · 10/10 16:15当代码不再稀缺:大型工程 AI 狂欢下的确定性底座|QCon上海InfoQ 中文 · 10/10 18:00国内金饰价格集体上涨36氪 · 10/10 10:49中国人民银行行长潘功胜会见法国总统外事顾问博纳36氪 · 10/10 11:38尊界踏板断裂背后:百万豪车,每一个零件都得较真36氪 · 10/10 08:00微软发布基于 Qwen 后训练的决策模型 “Microsoft-Decision-1”开源中国 · 10/10 14:51得中女得天下?这个年销3亿的女装品牌AAAD给出了新答案!人人都是产品经理 · 10/10 11:12前8个月我国软件业务收入超10万亿元36氪 · 10/10 11:20唐山港:1—9月预计累计完成货物吞吐量1.89亿吨,同比增长5.06%36氪 · 10/09 19:02国庆期间全国涉旅游特种设备安全形势总体平稳36氪 · 10/10 10:24亚马逊云科技在 Aurora DSQL 中引入外键约束InfoQ 中文 · 10/11 03:00本周看什么 | 最近值得一看的 11 部作品少数派 · 10/09 18:04广东加速推进广韶高速改扩建工作,未来将缓解京港澳高速交通压力36氪 · 10/10 14:07内蒙古:全区所有水泥熟料生产线11月起实施共5个月实行错峰生产36氪 · 10/10 17:52Rails 之父 DHH 狂吹 Rust 快 150 倍,被开发者翻代码后群嘲InfoQ 中文 · 10/10 23:24Nano Banana 2.1 九种实战用法:从多图一致性到"养图",附完整提示词开源中国 · 10/10 14:20Claude 动态多 Agent 工作流开始公测,支持庞大的工作负载开源中国 · 10/10 18:21纯炒作?那为什么只有 Muse 爆了人人都是产品经理 · 10/10 10:13Insights4vc:Rain 的 19.5 亿美元估值靠什么撑起金色财经 · 10/09 17:22为什么 AI 产品需要体验评测人人都是产品经理 · 10/10 15:31这届 AI PC,太烧心了爱范儿 / APPSO · 10/10 16:28How Does Life Unfold? A Landscape Metaphor Comes Into Its Own.Quanta Magazine · 10/09 22:03北京:打造开放多元的国际化餐饮消费生态,吸引全球优质品牌集聚36氪 · 10/10 14:11美“天鹅座”货运飞船结束任务 离开国际空间站36氪 · 10/10 09:24App+1|专注星空:让「少刷手机」这件事更愉悦一点少数派 · 10/10 10:19