Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

To Trust Or Not To Trust Your Vision-Language Model's Prediction

Created by
  • Haebom

저자

Hao Dong, Moru Liu, Jian Liang, Eleni Chatzi, Olga Fink

개요

본 논문은 Vision-Language Model (VLM)의 신뢰성 문제를 해결하기 위해 훈련이 필요 없는 새로운 신뢰도 측정 프레임워크인 TrustVLM을 제안합니다. VLM은 다양한 응용 분야에서 뛰어난 성능을 보이지만, 잘못된 예측을 자신 있게 내놓는 경우가 있어 안전이 중요한 분야에서는 위험을 초래할 수 있습니다. TrustVLM은 VLM의 모달리티 간 차이와 이미지 임베딩 공간에서 특정 개념이 더 명확하게 표현되는 점에 착안하여, 이미지 임베딩 공간을 활용하는 새로운 신뢰도 점수 함수를 제안합니다. 17개의 다양한 데이터셋, 4개의 아키텍처, 2개의 VLM을 사용한 실험 결과, 기존 방법 대비 AURC 51.87%, AUROC 9.14%, FPR95 32.42% 향상된 최첨단 성능을 달성했습니다. 재훈련 없이 모델의 신뢰성을 향상시킴으로써 실제 응용 분야에서 VLM의 안전한 배포를 위한 길을 열었습니다. 소스 코드는 https://github.com/EPFL-IMOS/TrustVLM 에서 공개될 예정입니다.

시사점, 한계점

•
시사점:
◦
VLM의 신뢰성 문제 해결을 위한 효과적인 훈련이 필요 없는 프레임워크 제시
◦
이미지 임베딩 공간을 활용한 새로운 신뢰도 점수 함수의 우수성 검증
◦
다양한 데이터셋과 아키텍처에서의 뛰어난 성능 향상 (AURC, AUROC, FPR95)
◦
실제 응용 분야에서 VLM의 안전한 배포 가능성 제시
◦
오픈 소스 코드 공개를 통한 접근성 향상
•
한계점:
◦
제시된 방법의 일반화 성능에 대한 추가적인 연구 필요
◦
다양한 VLM 아키텍처 및 데이터셋에 대한 더욱 포괄적인 평가 필요
◦
특정 유형의 오류에 대한 신뢰도 측정 성능 분석 필요
◦
실제 세계의 복잡한 환경에서의 성능 평가 필요
👍
Made with Slashpage