arXiv cs.CV· Xusheng Liang, Jianqiao Sun, Hao Zhang, Yulei Niu, Hengshuang Zhao, Jiawei Ma·· 2 小时前AI 评分38
诊断并纠正 MLLM 长视频理解中的偏差：S-MME 基准与 CLEAR 框架
Diagnosing and Correcting Bias in MLLM for Long Video Understanding
AI 导读
研究者提出 S-MME 基准与免训练的 CLEAR 框架，用于诊断并纠正 MLLM 在长视频问答中的捷径偏差。CLEAR 将完整视频-问题对视为完整视图，仅保留问题或局部显著视频片段构建增强视图以估计偏差效应，再在推理时干预隐藏状态。在 5 个基准上的实验显示，该方法可集成到不同 MLLM，预测与鲁棒性均有稳定提升。
来源：arXiv cs.CV · arxiv.org