针对多模态模型输入特点,提出了基于视觉-语言输入扰动的不确定性估计算法。通过模型对应输出波动判断模型对该输出的置信度,从而有效探测模型属性。针对视觉输入,提出利用自然噪声扰动视觉图像来增强预测熵对不确定性估计的性能。从语言输入角度提出反问重写策略,生...