研究发现，视觉语言模型的推理链比答案熵提供更好的不确定性信号

一篇新研究论文探讨了视觉语言模型（VLM）中“思考链”量化不确定性的有效性。研究发现，虽然 Qwen3-VL-8B-Thinking 等一些模型表现出不确定性信号的完全崩溃，但 GLM-4.1V-9B-Thinking 等其他模型则没有出现这种退化。InternVL3-8B 表现出选择性思考，仅为部分查询生成思考链。研究表明，这些思考链的信号比答案熵更可靠地预测不确定性，尤其是在复杂的推理任务中。 AI

影响 这项研究表明，VLM 的内部推理过程可以提供比最终答案更可靠的不确定性量化，从而可能提高模型的可信度。

排序理由 发布在 arXiv 上的研究论文，详细介绍了关于视觉语言模型的发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• GLM-4.1V-9B-Thinking
• HallusionBench
• InternVL3-8B
• POPE
• Qwen3-VL-8B-Thinking
• VQAv2

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →