热点事件持续更新
视觉语言模型拒答框架Dr. No提出
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年11月4日，arXiv机器学习领域公布一项关于视觉语言模型弃权行为的研究，提出了新框架Dr. No。该方法通过在prefill阶段调节稀疏自编码器（SAE）特征，无需重新训练即可引导视觉语言模型合理弃权。在LLaVA-1.6 Mistral 7B与Qwen3.5-2B的评测中，Dr. No在UNK-VQA和MM-UPD基准上的表现优于事后拒绝基线。测试同时显示，该方法的增益在图文不兼容及数学推理任务中较为显著，但在多跳问答任务MuSiQue上的表现相对受限。
AI 根据报道生成 · 12 小时前更新
最新进展11月4日 13:00
研究提出无需重训的拒答框架Dr. No，通过调节SAE特征引导模型合理弃权。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv 机器学习Dr. No：视觉语言模型弃权行为的特征导向方法
研究提出 Dr. No，通过在 prefill 阶段调节稀疏自编码器（SAE）特征，无需重训即可引导视觉语言模型合理弃权。在 LLaVA-1.6 Mistral 7B 与 Qwen3.5-2B 测试中，该方法在 UNK-VQA 和 MM-UPD 上优于事后拒绝基线。其增益在图文不兼容及数学推理中显著，但在多跳问答 MuSiQue 上表现较为受限。
本事件热度走势
当前热度 7·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。