研究：视觉语言模型处理否定时注意力不似人类

1. 12:00
   arXiv cs.CL

   视觉语言模型如何处理否定？研究用物体注意力对比人类注视

   研究通过分析注意力模式，考察视觉语言模型（VLM）处理否定的机制，并对比人类注视与模型注意力在肯定句和否定句下的差异。结果显示模型处理否定时通常不遵循类人注意力模式，PaliGemma2-3B 在否定下会将物体注意力转向替代对象，但头级消融表明这只是副产物而非否定处理机制；LLaVA-1.5-7B 则表现出对左侧物体的空间偏好。下游任务评估显示所有模型在肯定与否定问题上均存在性能差距。

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。