Object-Level Verbal Confidence Calibration in Vision-Language Models Based on Semantic Perturbation

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新的信心校准框架,解决视觉语言模型(VLMs)口头信心与响应正确性之间的校准问题。通过引入带有高斯噪声的扰动数据集,显著提高了模型的校准能力,增强了用户对模型输出的信任度。

🏷️

标签

➡️

继续阅读