BriefGPT - AI 论文速递
·
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。
🎯
关键要点
-
本研究提出了一种新的信心校准框架，旨在解决视觉语言模型（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。
-
该方法增强了用户对模型输出的信任度。
➡️
