热点事件持续更新
研究揭示VLM否定理解不依赖注意力机制
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
围绕视觉语言模型（VLM）的否定理解与注意力机制，相关研究持续跟进。2026年10月16日发表于 arXiv cs.CV 的论文，通过对比人类眼动注视与模型注意力，分析 VLM 如何解析否定。研究发现，模型解析否定时通常不遵循类人注意力模式，暗示其依赖注意力之外的机制。逐层分析显示，PaliGemma2-3B 在否定条件下会把物体注意力转向替代项，但 headwise 消融表明这一转移只是副产品，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向。在下游任务评估中，所有模型在肯定与否定问题上均存在性能差距。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 12:00
新论文发现VLM否定理解不遵循类人注意力，PaliGemma2-3B的注意力转移被消融证实为副产品。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.CV用物体注意力探究视觉语言模型的否定理解
通过对比人类眼动注视与模型注意力，对视觉语言模型否定理解的分析发现，模型解析否定时通常不遵循类人注意力模式，暗示其依赖注意力之外的机制。逐层分析显示 PaliGemma2-3B 在否定下会把物体注意力转向替代项，但 headwise 消融表明这只是副产品而非否定处理机制；LLaVA-1.5-7B 则表现出对左侧物体的空间偏向。下游任务评估中，所有模型在肯定与否定问题上均存在性能差距。
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。