BUZZY: Nuovo Metodo Riduce il Pregiudizio Indotto dal Testo in MCQA Multimodale

Uno studio recente presenta BUZZY, un metodo di decodifica che non richiede addestramento e mira a ridurre il pregiudizio derivante dal testo nel questionario a scelta multipla multimodale (MCQA). La ricerca, intitolata "BUZZY: Contrastive Scoring to Mitigate Text-Induced Bias in Multimodal Multiple-Choice QA," è accessibile su arXiv con l'identificatore 2603.28026, sostituendo una versione precedente. Gli autori sostengono che in MCQA, le risposte candidate fungono da priori testuali, portando i modelli visione-linguaggio (VLM) a preferire scelte linguisticamente plausibili rispetto al contenuto visivo. Propongono che un modello utilizzi l'evidenza visiva solo quando la sua distribuzione multimodale differisce significativamente dalla distribuzione testuale. BUZZY aggiusta le previsioni multimodali sottraendo la distribuzione testuale. Test che coinvolgono cinque VLM su cinque benchmark MCQA multimodali validano l'efficacia del metodo. L'articolo è disponibile su https://arxiv.org/abs/2603.28026.