研究：视频问答缺正确答案时MLLM多选错项
热点事件持续更新
研究：视频问答缺正确答案时MLLM多选错项
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Yiheng Wang等作者发表诊断研究，测试多模态大语言模型（MLLMs）在视频理解中能否识别“候选选项均不正确”。结果显示，绝大多数模型不会指出无正确答案，而是挑选看似合理的干扰项；这一失败在时序推理任务中更明显，并随帧采样密度提高而加剧。 研究称，思维链提示能显著提升缺失答案的检测率，但整体表现仍不理想，仅靠提示策略不足以解决这一缺陷。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 13:00
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报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv cs.CL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
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。