arXiv cs.CV· Nurb\"uke Teker, Rui Xiao, Zeynep Akata, Shuchen Wu·· 3 小时前AI 评分41
视觉语言模型中的特征竞争及其表征来源：来自 Stroop 范式的证据
Feature Competition and Its Representational Origins in Vision Language Models: Evidence from the Stroop Paradigm
AI 导读
研究将心理学经典 Stroop 任务改造为 benchmark，测试多种对比式与生成式 VLM 在图文冲突时的行为，发现模型普遍偏向文本特征而非颜色。在嵌入向量空间中，文本线索的表征比颜色线索更强、更可分离，这种表征不对称也预测了干预效果：把模型引向文本相关方向明显比引向颜色相关方向更容易。研究强调需理解线索特异的显著性如何影响 VLM 在广泛下游应用中的表现。
来源：arXiv cs.CV · arxiv.org