霧で視界を奪われても、自信満々な視覚言語モデル

Mochamad Rizal Fauzan氏らの研究チームは2026‑10‑19、arXivに論文を公開した。研究では、オープンソースの視覚言語モデル（パラメーター数は2‑5 billion）5モデルを対象に、COCOの画像1,000枚を使い、霧と水による視界の悪化をシミュレーションして性能を評価した。霧の視程が12.1 mから15.9 mの範囲になると正答率は偶然と同程度まで低下したが、モデルが示した内部確信度は0.68‑0.84、言葉で表した確信度は最大1.0だった。正答率に連動した確信度を示したのは、5モデル中1モデルだけだった。