面向视频问答可预测可靠性的显式回避控制器
人工智能
2026-01-16 v2 计算机视觉与模式识别
摘要
高风险部署的视觉语言模型 (VLM) 需要选择性预测，即在不确定时选择回避，而不是冒高昂的错误成本。我们研究了基于置信度的回避是否在视频问答中可靠控制错误率，以及该控制在分布迁移下是否保持稳健。使用 NExT-QA 和 Gemini 2.0 Flash，我们确立了两个发现。首先，置信度阈值化在分布内提供机械可控性。扫描阈值 epsilon 可产生平滑的风险-覆盖率折中，降低错误率。
引用
@article{arxiv.2601.00138,
title = {Explicit Abstention Knobs for Predictable Reliability in Video Question Answering},
author = {Jorge Ortiz},
journal= {arXiv preprint arXiv:2601.00138},
year = {2026}
}
备注
Preprint. Diagnostic study of confidence-based abstention under evidence truncation