Des chercheurs dirigés par Mochamad Rizal Fauzan ont publié un article sur arXiv le 2026‑10‑19. Ils ont testé cinq modèles vision-langage open source (2‑5 milliards de paramètres) sur 1,000 images COCO, en réduisant progressivement la visibilité à l’aide de simulations de brouillard et d’eau. Dans le brouillard, la précision est tombée au niveau du hasard lorsque la visibilité se situait entre 12.1 m et 15.9 m, mais les modèles affichaient toujours des scores de confiance internes de 0.68‑0.84 et une confiance exprimée verbalement pouvant atteindre 1.0. Un seul modèle a montré un niveau de confiance qui suivait l’évolution de sa précision.
Pourquoi c'est important
Dans des conditions de faible visibilité, par exemple avec des drones autonomes, les utilisateurs de modèles vision-langage risquent d’être induits en erreur par des réponses trop assurées.
