Dr. No：用特征引导让视觉语言模型学会拒答
原文标题：Dr. No: Feature Steering for Abstention in Vision-Language Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
针对大模型在证据不足时仍强行作答的问题，作者提出 Dr. No，利用稀疏自编码器挖掘与「拒答/承诺」相关的特征，在预填充阶段调制少量特征而无需重训。在 LLaVA-1.6 Mistral 7B 与 Qwen3.5-2B 上，其在正确作答与适当拒答之间取得更优平衡，但在缺失答案检测与多跳检索问答上仍受限。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Dr. No用SAE特征引导让VLM在证据不足时拒答，无需重训，但多跳QA仍受限
- •用稀疏自编码器挖掘与「拒答/承诺」相关的特征，在预填充阶段调制少量特征，不重训基座模型
- •在LLaVA-1.6 Mistral 7B上评测UNK-VQA与MM-UPD，另在Qwen3.5-2B上测AbstentionBench子集
- •相比事后拒绝等不确定性基线，在正确作答与适当拒答间平衡更优
- •增益集中在图文或问答不兼容场景及数学推理子集；缺失答案检测与MuSiQue类多跳检索QA表现有限
为什么重要：拒答能力是高 stakes 场景可信度的关键，这条提供了推理时干预、不重训的轻量路径，但明确划出了多跳检索场景的失效边界。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌发布 EmbeddingGemma 2，五模态统一向量空间
AI 摘要谷歌推出 EmbeddingGemma 2 嵌入模型，可将文本、图像等五种模态映射到同一个向量空间，实现跨模态检索与对齐。该模型延续 Gemma 开源系列，面向多模态嵌入与检索增强场景。
谷歌发布Genie 4世界模型，可生成带音频交互体验
AI 摘要谷歌发布 Genie 4 世界模型，支持更真实的世界、自然语言实时修改、音频生成，底层由 Gemini 3.8 Flash 驱动，单次体验时长从 1 分钟提升至约 2 分钟。该模型先以研究预览形式向受信任测试者开放，并将向 Google AI Ultra 订阅用户推出。
谷歌 DeepMind 发布 Genie 4 世界模型，新增音频与实时操控
AI 摘要谷歌 DeepMind 发布世界模型 Genie 4，新增实时音频、更逼真的模拟环境，并支持在模拟过程中用文本提示实时操控。该模型以研究预览形式向受信任测试者开放，进一步推进可交互世界模型的能力边界。
谷歌 DeepMind 称四个 Gemini 4 智能体 27 小时通关《我的世界》
AI 摘要谷歌 DeepMind 表示，四个基于 Gemini 4 的 AI 智能体在 27 小时内自行编写 2783 段程序，成功通关《我的世界》。过程中智能体在简单难度下死亡 605 次，估计消耗约 520 美元 token 成本。