arXiv · cs.CL· Nallathambi Vethiappan·· 22 天前AI 评分39
Atomic Visual Entailment：通过原子事实分解与学习选择增强零样本视觉语言推理
Atomic Visual Entailment: Enhancing Zero-Shot Vision-Language Reasoning through Atomic Fact Decomposition and Learned Selection
来源与原文
arXiv · cs.CL
作者：Nallathambi Vethiappan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.05630v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 Atomic Visual Entailment（AVE），将视觉蕴含假设分解为原子事实，用冻结的视觉语言模型生成候选预测，再由轻量分类器学习选择最终标签。该方法在 SNLI-VE 上达到 0.803 测试准确率，无需微调任何视觉语言模型，且无需区域级监督即可定位视觉证据。研究发现分解仅在保留假设上下文时有效，学习选择比多数投票更能恢复互补错误的价值。
来源：arXiv · cs.CL · arxiv.org