# VLM’s blijven zelfverzekerd terwijl mist ze blind maakt

> Uit een nieuwe arXiv-studie blijkt dat vijf kleine VLM’s veel vertrouwen houden, ook als hun nauwkeurigheid bij zicht van ongeveer 12‑16 m in mist terugvalt tot kansniveau.

Oossa · 2026-10-19 · https://oossa.com/nl/vision-language-models-stay-confident-even-when-fog-makes-them-blind

Onderzoekers onder leiding van Mochamad Rizal Fauzan publiceerden op 2026‑10‑19 een artikel op arXiv. Ze testten vijf open-source vision-language-modellen (met 2‑5 miljard parameters) op 1,000 COCO-afbeeldingen, terwijl ze het zicht geleidelijk verminderden met gesimuleerde mist en water. Bij zicht tussen 12.1 m en 15.9 m in mist zakte de nauwkeurigheid tot kansniveau, maar de modellen rapporteerden nog steeds interne vertrouwensscores van 0.68‑0.84 en gaven verbaal blijk van vertrouwen tot 1.0. Slechts één model liet een vertrouwensscore zien die overeenkwam met de nauwkeurigheid.

## De feiten

- Vijf VLM’s met 2‑5 B parameters getest op 1,000 COCO-scènes
- Zichtafstand waarbij de nauwkeurigheid in mist tot halverwege daalde (V_acc): 12.1‑15.9 m

## Waarom het ertoe doet

Gebruikers van VLM’s in omstandigheden met slecht zicht, zoals bij autonome drones, kunnen worden misleid door te zelfverzekerde uitkomsten.

## Bronnen en referenties

1. [How Murky Before a VLM Knows It Cannot See? Accuracy, Confidence and Abstention on a Physical Visibility Axis](https://arxiv.org/abs/2610.22981) – arXiv cs.CV, 2026-10-19

Laatst bijgewerkt: 2026-10-19