跳到正文
arXiv · AI· Yoonho Shin·· 16 小时前AI 评分20

Persona Lenses:视觉语言模型如何通过角色视角观察网页

Persona Lenses: What Makes a Vision-Language Model See Through Its Persona's Eyes?

AI 导读

研究人员引入“Persona Lenses”框架,解决视觉语言模型模拟网页注视点时角色属性渗透不足的问题。 该框架包含文本、像素和权重三种透镜,基于 Qwen3-VL (4B/32B) 及 Qwen3.5-9B 模型进行测试。 实验发现,32B 模型无需额外透镜即可区分角色,而 4B/9B 模型依赖权重透镜处理未见过的兴趣特征,选型需权衡成本与规模。

来源:arXiv · AI · arxiv.org