複雑な都市環境でのマルチモーダルAI推論、信頼性向上の新手法

マルチモーダル大規模言語モデル（MLLM）は、複雑な都市環境下で認知信頼性が低下する課題を抱えています。この問題を解決するため、新しい診断フレームワーク「AD2-Bench」と、証拠に基づいた推論モデル「EGVOR」が提案されました。EGVORは視覚的証拠の明示的な生成を通じて、空間的曖昧さや意味的不確実性を克服し、AIの認知信頼性を大幅に向上させます。