多模态语言模型中的校准歧义：人类诉诸文化参照，模型则描述图片

英文标题：Calibrated Ambiguity in Multimodal Language Models: Humans reach for cultural references, while models describe the picture

该论文探讨多模态语言模型如何处理歧义。作者指出，歧义通常被视为 AI 系统需要消除的缺陷，但在人类交流与文化中，它也可以是幽默、政治和艺术表达的生成性资源。论文题目表明，人类面对图文歧义时更倾向于调用文化参照，而模型则更倾向于直接描述图像内容，这一差异对评估和设计多模态 AI 的语境理解能力具有意义。

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