无关文本何时重要：多模态大语言模型中的仿射边际偏移

英文标题：When Irrelevant Text Matters: Affine Margin Shifts in Multimodal Large Language Models

这篇新发布的 arXiv 论文研究多模态大语言模型（MLLM）在视觉任务中接收辅助文本上下文时的表现。论文关注与任务无关的文本上下文如何影响视觉锚定任务，而这一问题此前尚未得到充分研究。根据提供的摘要片段，作者通过对该问题进行形式化建模展开分析，但原文未包含完整摘要及具体实验结果。该研究可能有助于开发者理解和控制 MLLM 在多模态输入中受到无关文本干扰的风险。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB