arXiv · NLP· Israfel Salazar, Stella Frank, Dan Oneata, Desmond Elliott, Constanza Fierro·· 4 小时前AI 评分30
视觉语言模型中视觉信息流动的路径机制研究
Pathways of Visual Information Flow in Vision-Language Models
AI 导读
研究发现视觉语言模型通过直接路径和文本中介路径两种机制处理视觉任务。 在三项视觉任务中，路径选择依赖于任务类型，且受数据分布和提示词设计影响。 该机制表征揭示了模型内部在干预下的灵活性，统一了先前消融研究结论。
来源：arXiv · NLP · arxiv.org