解决盲目猜测：视频语言模型中多项选择题回答选择偏差的校准

本研究解决了现有多项选择题回答基准未能全面评估视频语言模型（VLMs）推理能力的问题，特别是在选择偏差方面。通过引入后处理校准技术BOLD，研究发现减少选择偏差不仅提高了解偏差度量指标，还改善了整体模型性能，包括准确率和F1均值。该方法提供了一种更具成本效益和时间效益的选择偏差缓解方案。