跳到正文
热点事件持续更新

VLM mid-layer interpretability: encoded but disconnected errors

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

2026-10-02 arXiv 论文对 LLaVA-1.5-7B、Qwen2.5-VL-7B、InternVL3-8B 三种架构在 POPE 基准上的失败模式做分解,发现 68–91% 的错误在中间层已编码正确答案,但残差流修补无法因果激活该信号;Qwen 每头 0/12,600 次翻转。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月2日
  1. arXiv · Computer Vision
    Encoded but Disconnected: 视觉-语言模型失败模式分解研究

    在 LLaVA-1.5-7B、Qwen2.5-VL-7B、InternVL3-8B 三种架构上,POPE 基准中 68-91% 的错误在中间层编码了正确答案,但残差流修补无法因果激活该信号(Qwen 每头 0/12,600 次翻转)。

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。