Ein Forschungsteam unter Leitung von Mochamad Rizal Fauzan veröffentlichte am 2026‑10‑19 eine Studie auf arXiv. Darin testeten die Forschenden fünf Open-Source-Vision-Language-Modelle mit 2‑5 Milliarden Parametern anhand von 1.000 COCO-Bildern. Dazu verringerten sie die Sichtweite schrittweise, indem sie Nebel und Wasser simulierten. Im Nebel sank die Genauigkeit bei einer Sichtweite von 12,1 m bis 15,9 m auf Zufallsniveau. Trotzdem gaben die Modelle interne Konfidenzwerte von 0,68‑0,84 und verbal geäußerte Zuversicht von bis zu 1,0 an. Nur bei einem Modell entsprach die Zuversicht der tatsächlichen Genauigkeit.
Warum es wichtig ist
Wer VLMs bei schlechter Sicht einsetzt, etwa in autonomen Drohnen, könnte durch ihre übermäßig selbstsicheren Antworten in die Irre geführt werden.
