CRAFT：医学视觉语言模型因果失效追踪

Chunzheng Zhu 等作者提交预印本论文，提出 CRAFT 框架，用于定位医疗视觉语言模型两类安全失败模式的因果责任。该框架通过双重标准将每种失败模式定位到最小因果注意力头集合，并用时间探针和 Tuned Lens 轨迹分析验证其必要性与充分性。 论文称，文本覆盖视觉的仲裁失败由中深层宽带仲裁头介导，证据不足仍作答的刹车失败由中后层窄带刹车头介导。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。