研究探测LVLM图表内部表征：信号可解码但预测失败

Haruto Yoshida等作者发表研究，用基于有向图的合成数据集对大型视觉语言模型（LVLM）的隐藏状态做线性探测，发现节点与边的信息可被线性解码，包括模型在视觉问答中难以处理的边方向和节点连通性；作者据此指出模型内部信号与输出之间存在差距。 对隐藏状态的因果干预实验显示，部分经探测识别的信号对模型最终预测有因果贡献，该结论在流程图数据上同样成立。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。