# VLM:er förblir självsäkra när dimma försämrar sikten

> En ny arXiv-studie visar att fem små VLM:er behåller hög konfidens trots att träffsäkerheten sjunker till slumpnivå vid cirka 12–16 m sikt i dimma.

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

Forskare under ledning av Mochamad Rizal Fauzan publicerade en artikel på arXiv den 2026‑10‑19. De testade fem öppna vision- och språkmodeller (VLM:er) med 2‑5 miljarder parametrar på 1 000 COCO-bilder, medan sikten gradvis försämrades med simulerad dimma och vatten. I dimma sjönk träffsäkerheten till slumpnivå när sikten var mellan 12,1 m och 15,9 m, men modellernas interna konfidensvärden låg fortfarande på 0,68–0,84 och den uttryckta konfidensen var som högst 1,0. Bara en modell visade en konfidens som följde träffsäkerheten.

## Fakta

- Fem VLM:er med 2‑5 miljarder parametrar testades på 1 000 COCO-scener
- Siktgräns i dimma där träffsäkerheten halveras (V_acc): 12,1–15,9 m

## Varför det spelar roll

Användare av VLM:er i miljöer med dålig sikt, till exempel autonoma drönare, kan vilseledas av modellernas överdrivna självsäkerhet.

## Källor och referenser

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

Senast uppdaterad: 2026-10-19