提出免训练否定靶向方法KTN及COCO-Confusion基准

Know-Thy-Not（KTN）是一种无需训练的方法，通过引入图像侧拒绝维度，在视觉表示中直接惩罚被否定概念，解决双编码器视觉语言模型对否定句识别失败的问题。研究同时提出 COCO-Confusion 基准，首次要求模型真正拒绝被否定概念才能通过。在 9 个骨干网络上，KTN 将 COCO-Confusion mAP 较原版 VLM 最高提升 +25.6，较最强现有方法提升 +9.6。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。