Tag · 3 篇

归因分析

分布视觉语言模型2可解释性与可视化1

Locate-then-Sparsify: Attribution Guided Sparse Strategy for Visual Hallucination Mitigation

提出基于因果干预的逐层归因方法，量化各层与幻觉的相关性，并据此稀疏化特征引导强度；该思路可迁移到其他需要定位关键层或模块的视觉-语言任务中，如视觉定位、图像描述生成中的错误分析。

Global Information Thresholding for Sufficient and Necessary Circuits

为视觉模型（如 ViT、CLIP 视觉编码器）的电路级机制分析提供了一套无需人工设定电路规模的阈值选取流程：先用保号积分梯度给边打分，再按行为保留准则确定全局截断点，可直接迁移到视觉 Transformer 的注意力头/MLP 电路发现与充分性-必要性评估。

BAMI: Training-Free Bias Mitigation in GUI Grounding

针对高分辨率 GUI 截图上视觉定位的精度偏差与歧义偏差，提出免训练的推理期干预（由粗到细聚焦 + 候选选择），可直接套用到任意 VLM 的坐标预测环节，无需重训即可提升定位精度。