PulseAugur
中
实时 09:52:08
English(EN) BUZZY: Contrastive Scoring to Mitigate Text-Induced Bias in Multimodal Multiple-Choice QA

BUZZY方法减少了多模态问答中的偏差并加快了速度

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了BUZZY，一种新颖的解码方法，旨在减轻多模态选择题问答（MCQA）中的文本诱导偏差。这种无需训练的方法通过减去仅文本分布来纠正多模态预测，假设当模型的（多模态）分布与仅文本预测显著不同时，模型会依赖视觉证据。在五个基准和五个视觉-语言模型上的实验表明，与现有的对比解码方法相比，BUZZY的准确性更高，同时推理延迟降低了28%以上。 AI

影响 该方法可以提高视觉-语言模型在问答任务中的准确性和效率。

排序理由 该集群描述了一篇研究论文，其中详细介绍了一种用于多模态问答的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

BUZZY方法减少了多模态问答中的偏差并加快了速度

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Taeyun Roh, Suhyeong Park, Dongyoung Lee, Eunyeong Jo, Wonjune Jang, Junha Jung, Jaewoo Kang ·

    BUZZY：对比评分以减轻文本诱导的多模态选择题问答偏见

    arXiv:2603.28026v2 Announce Type: replace Abstract: Multimodal multiple-choice question answering (MCQA) provides a standardized and objectively measurable setting for evaluating vision-language models (VLMs). However, because the MCQA format incorporates the candidate choices in…

相关实体

相关话题