NAES 方法让冻结 CLIP 正确处理否定描述：COCO-MCQ 达 82.4%

论文提出 Negation-Aware Evidence Scoring（NAES），针对冻结视觉语言模型无法正确处理否定描述的问题：查询“没有烤面包机的厨房”反而会偏好含烤面包机的图片。方法核心是利用模型擅长肯定描述的不对称性，将否定描述重构为肯定查询再组合证据。 具体流程分两步：轻量文本分解器 NegSplit 提取被否定的片段和剩余的肯定上下文。若存在肯定剩余内容，NAES 匹配该内容并对否定对象施加基于存在性的修正；若没有肯定内容，则查询被否定对象的存在情况，围绕参考点对证据进行反射式评分。 实验结果：使用 LAION-2B CLIP 在 COCO-MCQ 达 82.4%、VOC2007-MCQ 达 93.0%，超过 KTN 2.9 和 0.9 个百分点；使用 OpenAI CLIP 时超过 PeakPatch 4.4 和 26.0 个百分点。方法还提升了 COCO 和 MSR-VTT 上的否定描述检索效果，且适用于 SigLIP、SigLIP 2 及更大的 CLIP 编码器。