الملخص
تمت ترجمة أجزاء من هذه الصفحة آلياً وقد تحتوي على أخطاء.
تزداد النماذج اللغوية البصرية (VLMs) عملًا بوصفها حكامًا تختار أفضل صورة من بين عدة صور مولَّدة، فتحدد اختياراتها ما يراه المستخدمون. ويُتحقق عادة من هؤلاء الحكام بمدى اتفاق درجاتهم مع تقييمات البشر، لا بالصور التي يعيدونها. نُدقق في حكام VLM بوصفهم صانعي قرار: على 300 موجه ذي سياق ثقافي، نقارن الصورة المعادة بتقييمات بشرية لا يراها الحكم، وباختيار عشوائي من المرشحين أنفسهم، ونكرر كل قرار مع إعادة ترتيب المرشحين. ولا يتفوق حكم بحجم 4 مليارات معامل إلا بالكاد على الاختيار العشوائي، ويقصر عن خط الأساس لتشابه CLIP. فهو يختار الصورة المعروضة أولًا في 49% من الاستدعاءات (والصدفة 28%)، ويغيّر إعادة الترتيب اختياره في 60% من الموجهات. وبالنسبة لهذا الحكم يكون الاتفاق عبر الترتيبات مفيدًا: فالقرارات التي تصمد أمام إعادة الترتيب أفضل كثيرًا من الاختيار العشوائي، بينما يُبقي الاتفاق مع حكم ثانٍ أضعف القرارات الخاطئة. أما حكم بحجم 8 مليارات معامل فيكاد لا يُظهر انحيازًا للموضع، ويتفوق على CLIP، لكن المرشح نفسه يُسقط معظم القرارات الجيدة. ولا يفيد الاتفاق إلا حين يستهدف نمط فشل الحكم، لذلك يجب إعادة تدقيق المرشحات كلما تغيّر الحكم. وارتفاع درجات الصور النمطية الطفيف لدى حكم الـ4 مليارات لم يعد قابلًا للرصد بعد التجميع عبر الترتيبات، أو مع الحكم الأكبر.
الكلمات المفتاحية
الموضوع
بيانات النشر
- المجلة
- غير متاح
- وصول مفتوح
- وصول مفتوح أخضر
اقتبس هذه المقالة
APA 7
Seo, H. (2026). حين يتصرف الحكم: تدقيق اختيار الصور الموجَّه بنماذج الرؤية واللغة في الموجِّهات المرتبطة ثقافيًا. https://omanscience.com/ar/articles/when-the-judge-acts-auditing-vlm-guided-image-selection-on-culturally-situated-prompts
MLA 9
Seo, Huichan. "حين يتصرف الحكم: تدقيق اختيار الصور الموجَّه بنماذج الرؤية واللغة في الموجِّهات المرتبطة ثقافيًا." https://omanscience.com/ar/articles/when-the-judge-acts-auditing-vlm-guided-image-selection-on-culturally-situated-prompts.
شيكاغو (المؤلف–التاريخ)
Seo, Huichan. 2026. "حين يتصرف الحكم: تدقيق اختيار الصور الموجَّه بنماذج الرؤية واللغة في الموجِّهات المرتبطة ثقافيًا." https://omanscience.com/ar/articles/when-the-judge-acts-auditing-vlm-guided-image-selection-on-culturally-situated-prompts.
هارفارد
Seo, H. (2026) 'حين يتصرف الحكم: تدقيق اختيار الصور الموجَّه بنماذج الرؤية واللغة في الموجِّهات المرتبطة ثقافيًا', Available at: https://omanscience.com/ar/articles/when-the-judge-acts-auditing-vlm-guided-image-selection-on-culturally-situated-prompts.
فانكوفر
Seo H. حين يتصرف الحكم: تدقيق اختيار الصور الموجَّه بنماذج الرؤية واللغة في الموجِّهات المرتبطة ثقافيًا. https://omanscience.com/ar/articles/when-the-judge-acts-auditing-vlm-guided-image-selection-on-culturally-situated-prompts
IEEE
H. Seo, "حين يتصرف الحكم: تدقيق اختيار الصور الموجَّه بنماذج الرؤية واللغة في الموجِّهات المرتبطة ثقافيًا," https://omanscience.com/ar/articles/when-the-judge-acts-auditing-vlm-guided-image-selection-on-culturally-situated-prompts.