multimodal-language-models

本文介绍了SPACE，这是首个面向多模态大语言模型（MLLMs）的无源遗忘框架，它利用文本引导的代理锚点选择和双约束语义隔离来擦除目标概念，无需访问原始训练数据，实现了与依赖数据的方法相当的性能。

研究者引入了MM-OCEAN数据集和一个三级评估框架，用于多模态大语言模型中的基于证据的个性推理，揭示了'偏见鸿沟'——模型常常做出正确的预测，但缺乏合理的证据支撑。

SpaceDG是一个大规模数据集和基准测试，用于评估多模态语言模型在运动模糊、低光照等视觉退化条件下的空间推理鲁棒性，揭示了显著的性能差距，并表明在SpaceDG上进行微调可在不降低干净图像性能的前提下提升鲁棒性。