English(EN) DISTRACT: Degradation-Indexed Study of Textual Reference Across Competing Targets

新基准DISTRACT探测文本如何影响视觉语言跟踪器

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-21 04:00

研究人员推出了DISTRACT，这是一个旨在研究文本参考如何影响视觉语言跟踪器（VLTs）的新基准，尤其是在视觉证据退化的情况下。该基准系统地测试了四种文本先验与四种图像退化水平，同时保持视频和目标元素不变。对五个VLTs的评估显示，Molmo2和JointNLT表现出定向文本使用，即使在退化情况下也存在一些影响，而UVLTrack、MMTrack和DUTrack对语义文本变化的响应较弱。 AI

影响这项研究提供了一种新的方法来评估视觉语言模型对退化的视觉输入和文本提示的鲁棒性。

排序理由该项目是一篇研究论文，详细介绍了一个新的基准和对现有模型的评估。[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 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇研究论文，详细介绍了一个新的基准和对现有模型的评估。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 9 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Dan Zlotnikov, Ohad Ben-Shahar · 2026-10-21 04:00

DISTRACT：文本参考在竞争目标中的降级索引研究

arXiv:2610.28419v1 Announce Type: cross Abstract: Vision-language trackers (VLTs) accept descriptions intended to assist tracking, but accepting text does not establish that its content changes tracking decisions, particularly as visual evidence deteriorates. We introduce DISTRAC…

本文如何被排名

报道来源 [1]

DISTRACT：文本参考在竞争目标中的降级索引研究

相关实体

相关话题