研究探讨VLM智能体基于视觉数据的决策与不确定性感知

2026年11月5日，arXiv发布的一项研究探讨了视觉语言模型（VLM）驱动的AI智能体如何在不确定性下基于视觉数据做出决策。该研究通过两项互补实验，系统评估了不同模型与可视化类型对智能体感知和决策表现的影响。实验结果显示，GPT-4o在饼图和柱状图的不确定性感知准确率方面表现最高。在决策层面，当不确定性通过圆形图、图标阵列或文本呈现时，自主智能体与理性决策理论的对齐程度最佳。

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。