视觉语言模型按语境粒度披露位置的新框架

Wenyue Chen等作者提出一种推理时“路由-引导”框架，让视觉语言模型只按图像语境允许的粒度披露地理位置。框架先用序数粒度路由器把视觉语境隐私表征映射到一条披露路径，再在解码时按路径对隐藏状态施加干预。 作者称，该方法在四个VLM主干上提升了视觉语境感知的披露对齐，更好平衡披露过度与不足，在通用能力基准上仅有小幅变化，并可迁移到数据分布与隐私风险分类体系不同的另一数据集。

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。