Un equipo de investigadores liderado por Mochamad Rizal Fauzan publicó un artículo en arXiv el 2026‑10‑19. Evaluaron cinco modelos de visión y lenguaje de código abierto (de 2‑5 mil millones de parámetros) con 1.000 imágenes de COCO, mientras reducían gradualmente la visibilidad mediante niebla y agua simuladas. En la niebla, la precisión cayó al nivel del azar con una visibilidad de entre 12.1 m y 15.9 m, pero los modelos siguieron registrando puntuaciones internas de confianza de 0.68‑0.84 y expresando una confianza verbal de hasta 1.0. Solo un modelo mostró una confianza que se correspondía con su precisión.
Por qué importa
Quienes usan VLM en entornos con poca visibilidad, como drones autónomos, pueden dejarse engañar por respuestas demasiado seguras.
