PHANERO：利用神经维度证据与部分遮挡隐状态对齐恢复目标

基于摘要分析。PHANERO 研究已部署的视觉语言模型（VLM）在目标部分遮挡时，以文本输出边界框不可靠的问题，提出在解码期间修正最终隐状态，而非另行部署检测器。核心贡献是利用同一图像的干净与遮挡解码构造配对状态，拟合回到干净状态的线性映射，并在坐标转为 token 的位置通过 forward hook 应用修正，同时保留未修正的边界框。 作者将流程描述为不训练模型、不计算梯度，但仍需为每个模型在 COCO 合成遮挡数据上拟合一次映射；随后将映射保持不变，用于 KITTI 和 HOOT 的自然遮挡评估。因此，“不训练”不等于无需数据拟合。其机制假设是遮挡引起的隐状态偏移存在可线性恢复的成分。 作者报告，在三个模型与三个评估域组成的九个组合中，IoU 为 0.5 时的召回率 R50 均有提升；与已发表的像素、注意力及视觉 token 空间修复方法进行十八项配对比较时，九项胜出、一项落后。由于合并原始与修正边界框可能仅凭额外一次解码就提高召回率，作者设置了等范数随机写入及重采样解码的同类合并对照，并称相关区分检验已预注册。作者报告，学习修正在三个模型上均能超过较强零假设对照，但并非每个模型×域组合都成立，九个组合中有六个成立；最弱模型的收益部分体现为输出更多边界框。按编辑幅度重新缩放后，去掉配对关系或跨维度项的映射，在十一项定位检验中的十项不及完整方法。 边界同样明确：作者报告，调过阈值的现成开放词汇检测器仍优于所有修复组合，本文定位是改善已经在用的 VLM，而非替代专用检测器。两次解码批处理时，作者报告开销为普通查询的 1.05 倍，按总时间计为 1.30 倍；两种计时口径的具体定义尚待全文核对。模型清单、数据划分、配对样本构建、边界框合并规则、消融及统计信息尚未验证。材料未提供 EEG/BCI 实验，已有 EEG 相关工作尚未检索确认。