13:28
官方账号arXiv cs.AI@Zhiheng Wang, Bo Peng, Lai Wei, Chaochao Lu
推荐理由：这篇论文查了6个模型的视觉工具调用：多数只是白花钱，只有少数轨迹真有用。别被表面准确率骗了。
视觉工具使用
共 1 条相关 AI 资讯
8月7日
13:28
论文提出视觉证据增益（Visual Evidence Gain）估计量，在策略、轨迹、步骤三个层级干预，审计多模态大模型的裁剪缩放等视觉工具调用。对 6 个代表性模型和 5 个细粒度感知基准的测试显示，工具调用相对直接推理的准确率提升有限，甚至为负，而 token 成本明显更高。作者识别出两种失败模式：Calling Without Looking 中返回的观察对答案无因果作用，Looking Without Planning 中观察有信息量但调用次序不合理。轨迹级诊断表明，策略级准确率增益集中在少数校准良好的轨迹上，作者称之为视觉工具使用的幻觉。代码已在 GitHub 的 OpenCausaLab/CauAudit 发布。