arXiv cs.CL· Yiheng Wang, Yueqian Lin, Lichen Zhu, Yudong Liu, Hai "Helen" Li, Yiran Chen·· 11 小时前AI 评分42
当没有正确答案时：诊断 MLLMs 在视频理解中的缺失答案检测能力
When No Answer Is Correct: Diagnosing Absent Answer Detection for MLLMs in Video Understanding
AI 导读
一项诊断性研究发现，多模态大语言模型（MLLMs）在视频理解中面对候选选项均不正确的情况时，绝大多数会挑选看似合理的干扰项，而非识别出“无正确答案”。该失败在时序推理任务中更明显，且随帧采样密度提高而加剧。思维链提示虽能显著提升检测率，但整体表现仍不理想，说明仅靠提示策略不足以解决这一系统性缺陷。
正文 · AI 翻译
摘要：多模态大语言模型（MLLMs）在视频理解方面已取得实质性进展，但其回答的可靠性仍缺乏充分研究。本工作对 MLLMs 在视频理解中的缺失答案检测进行了一项诊断性研究，其中正确答案被有意排除在候选集之外，可靠的模型应能识别出不存在有效选项。我们在三种设置下评估缺失答案检测行为：带有“以上皆非”选项的多项选择题、带有检测指令的开放式生成，以及无任何引导的标准评估。在多种模型和基准上，我们发现 MLLMs 绝大多数情况下会选择看似合理的干扰项，而非检测出缺失答案。这一失败在时序推理任务中更为明显，且随着帧采样密度增加而加剧。我们进一步探索了思维链提示作为一种缓解策略，发现虽然它大幅提高了检测率，但性能仍不令人满意，这表明仅靠基于提示的策略不足以完全解决这一局限。这些发现揭示了缺失答案检测中的系统性失败，并凸显了在多模态系统中建立显式检测机制的必要性。
| 评论： | 发表于 EMNLP 2026 会议论文 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2606.08239 [cs.AI] |
| （或 arXiv:2606.08239v2 [cs.AI] 为本版本） | |
| https://doi.org/10.48550/arXiv.2606.08239 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yiheng Wang [查看邮箱]
[v1]
2026年6月6日星期六 15:51:25 UTC（581 KB）
[v2]
2026年11月2日星期一 03:48:28 UTC（587 KB）
来源：arXiv cs.CL · arxiv.org