推理时引导视觉语言模型按语境披露位置

研究提出一种推理阶段的 route-and-steer 框架，用于控制视觉语言模型披露地理位置的粒度：序数粒度路由器把视觉语境隐私表示映射到披露路径，披露级别条件化的引导模块在解码时施加路径特定的隐藏状态干预。作者 Wenyue Chen 称，该框架针对模型从图像线索推断位置并过度披露的问题。 据论文报告，在四个视觉语言模型骨干上，该方法提升了视觉语境感知的披露对齐，更好地平衡了过度披露与披露不足，且对通用能力基准只有适度影响；它还能迁移到数据分布和隐私风险分类体系不同的另一数据集。上述效果均为论文作者自述。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。