跳到正文
arXiv · ML· Sanghyuk Chun, William Yang, Amaya Dharmasiri, Olga Russakovsky·· 9 天前AI 评分38

CoMet: 多模态大模型不确定性估计中的上下文与多重性分解方法

CoMet: Context and Multiplicity Decomposition for Multimodal Uncertainty Estimation

AI 导读

论文提出CoMet方法,将多模态大模型(MLLM)的不确定性分解为上下文特定项和多重性特定项,并训练轻量级后置不确定性模块进行估计。 该方法避免了自回归生成或重复采样,在开放-ended多模态基准、幻觉检测和选择题VQA任务中,CoMet相比现有基线一致性地提升了不确定性估计效果,同时保持了实际运行的高效性。 该研究已被NeurIPS 2026录用,代码已公开。

来源:arXiv · ML · arxiv.org