arXiv · NLP· Tianhao Niu, Qingfu Zhu, Wanxiang Che·· 8 小时前AI 评分26
VLM 柱状图数值读取内部机制研究：Qwen2.5-VL 与 InternVL3.5 的反事实激活补丁分析
Inside VLM Chart Reading: Tracing Value Reading from Vertical Bar Charts Across Space and Depth
AI 导读
研究通过反事实激活补丁揭示 Qwen2.5-VL-7B-Instruct 和 InternVL3.5-8B 读取垂直柱状图数值的内部因果机制。 模型在中层序列相关位置的状态能恢复图例交换下的答案偏好，且几何与刻度状态可跨模型组合。 结果提供了支持精确柱值读取的内部状态因果证据。
来源：arXiv · NLP · arxiv.org