Pesquisadores liderados por Mochamad Rizal Fauzan publicaram um artigo no arXiv em 2026‑10‑19. Eles testaram cinco modelos de visão e linguagem (VLMs) de código aberto, com 2‑5 bilhões de parâmetros, em 1.000 imagens do COCO, reduzindo gradualmente a visibilidade com neblina e água simuladas. Na neblina, a precisão caiu ao nível do acaso quando a visibilidade ficou entre 12,1 m e 15,9 m, mas os modelos ainda informavam níveis internos de confiança de 0,68 a 0,84 e confiança verbal de até 1,0. Apenas um modelo apresentou níveis de confiança que acompanhavam a precisão.
Por que importa
Quem usa VLMs em ambientes com pouca visibilidade, como drones autônomos, pode ser induzido ao erro por respostas excessivamente confiantes.
