研究人员推出SegCompass，这是一种新颖的端到端模型，旨在提高大型语言模型在视觉推理任务中的可解释性。通过采用稀疏自编码器（SAE），SegCompass在语言模型推理痕迹和视觉感知之间创建了显式且可微分的对齐路径。与现有的不透明方法相比，这种方法旨在提供更透明的“白盒”连接，实验表明其在多个基准测试中的表现与最先进水平相当或更优。 AI
影响 引入了一种更具可解释性的方法，将LLM推理与视觉任务联系起来，有助于调试和建立信任。
排序理由 该集群包含一篇详细介绍新模型和方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.22658v1 Announce Type: cross Abstract: While large language models provide strong compositional reasoning, existing reasoning segmentation pipelines fail to transparently connect this reasoning to visual perception. Current methods, such as latent query alignment, are …
While large language models provide strong compositional reasoning, existing reasoning segmentation pipelines fail to transparently connect this reasoning to visual perception. Current methods, such as latent query alignment, are end-to-end yet opaque "black boxes". Conversely, t…