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 신뢰도 추정을 위한 훈련이 필요 없는 프레임워크인 TrustVLM을 제안합니다. VLM은 다양한 응용 분야에서 뛰어난 성능을 보이지만, 잘못된 예측을 자신 있게 내놓는 오류에 취약합니다. TrustVLM은 VLM의 모달리티 간 차이와 이미지 임베딩 공간에서 특정 개념이 더 명확하게 표현되는 점에 착안하여 새로운 신뢰도 점수 함수를 제안합니다. 17개의 다양한 데이터셋과 4개의 아키텍처, 2개의 VLM을 사용하여 평가한 결과, 기존 기준 모델에 비해 AURC, AUROC, FPR95에서 각각 최대 51.87%, 9.14%, 32.42% 향상된 성능을 보였습니다. 재훈련 없이 모델의 신뢰성을 향상시켜 실제 응용 분야에서 VLM의 안전한 배포를 가능하게 합니다. 코드는 https://github.com/EPFL-IMOS/TrustVLM 에서 이용 가능합니다.

시사점, 한계점

시사점:
VLM의 신뢰도 문제 해결을 위한 효과적인 훈련이 필요 없는 프레임워크 제시
이미지 임베딩 공간을 활용한 신뢰도 점수 함수의 우수성 검증
다양한 데이터셋과 아키텍처에서의 뛰어난 성능 향상 (AURC, AUROC, FPR95 기준)
실제 응용 분야에서 VLM의 안전한 배포 가능성 제시
한계점:
제안된 방법의 일반화 성능에 대한 추가적인 연구 필요
다양한 유형의 VLM 및 데이터셋에 대한 광범위한 실험 필요
특정 유형의 오류에 대한 편향성 존재 가능성
신뢰도 점수 함수의 해석 가능성 및 투명성 향상 필요
👍