视觉语言模型计数能力对齐评估

1. 12:00
   arXiv · AI

   视觉语言模型计数能力的发展性对齐评估

   研究人员通过无训练智能体循环赋予视觉语言模型指向等认知动作，旨在审计而非提升其计数准确性。 实验涵盖 9 个模型、682 张图像及 7 种条件，发现精确计数范围（R80）跨度达 3 至 150 个点，且指向干预通常无法超越语言例行程序。 该研究发表于 NeurIPS 2026 BabyVLM 研讨会，揭示了指向精度与模型收益的相关性及模型在反向遍历时的回答不一致性。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。