通过鲁棒多空间协同去偏学习应对视觉问答幻觉

基于摘要分析。本文研究视觉问答（VQA）中由模态依赖、数据不平衡等偏差引起的特征与分布偏移，提出 Multi-Space Co-debias Learning（MSCD），在多个表示空间中联合处理实例偏移和分布偏移，以减少事实错误的答案预测。这里的“VQA 幻觉”指偏差诱导的预测失真，研究对象并非 EEG 或 BCI。 机制上，MSCD 利用球面空间中的角度与角度间隔，构建偏差感知、先验感知的去偏约束以及偏差—先验—实例约束，用于改善实例去偏与分布去依赖的流形表示。另一方面，作者利用欧氏空间的过拟合特性，通过偏置样例和模态反例注入偏差成分，辅助多空间鲁棒学习，再整合不同空间中的同胚实例，以学习语义与答案类别之间的结构关系，降低对训练先验的依赖。具体约束公式、反例构造方式、跨空间对应关系及训练流程尚未验证。 作者报告，在多个基准数据集上的实验中，MSCD 优于所比较的最先进基线；但摘要未列出数据集名称、划分协议、评价指标、数值及基线配置，因此无法量化优势或判断各模块的独立贡献。实验协议、消融及统计信息尚未验证，复现所需的实现与资源条件也未确认。 平台推测（待验证）：其可供 EEG 研究考察的机制是减少表示对训练分布先验的依赖，而非直接迁移 VQA 幻觉结论。假设 EEG 分类存在标签相关的被试或会话混杂因素，球面角度约束可能用于探索跨被试鲁棒表示；但须重新定义偏差先验与反例，VQA 的模态反例不能直接套用。低信噪比、小样本及通道差异可能使约束误删任务相关信息。一个可证伪的小实验是在固定 Cross-subject 划分与相同编码器下，对比加入和不加入球面去偏约束的模型，并检查性能与被试信息残留是否同时改善。相关 EEG 工作尚未检索确认，此实验仅为迁移假设。