推論能力を持つVision-Languageモデルはテスト時の計算量と逆相関するか？Distractor中心の実証分析

この記事は、推論能力を持つVision-Languageモデルの実証分析であり、テスト時の計算量とパフォーマンスの関係に焦点を当てています。Distractor中心のアプローチは、モデルが評価中に無関係な情報をどのように処理するかに焦点を当てていることを示唆しています。タイトルは、計算リソースに関するこれらのモデルのスケーリング特性の調査を示唆しています。