论文Agent 与开发者10:56研究揭示 MLLM 视觉-文本对齐分数可能是几何假象有人测试了 13 个多模态模型,发现 CKA 这些常用的对齐指标根本测不出视觉信息是否真被用上,还给出了新指标 PA gap,做可解释性分析的值得看看。#MLLM#多模态#CKA#可解释性aarXiv cs.LG@Hong-Han Wang 等 3 人原文稍后读已读值得跟进有用关注 MLLM