Dan Zlotnikov, Ohad Ben-Shahar · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28419 · open-access PDF
ビジョン言語トラッカー(VLTs)は、トラッキングを支援するための記述を受け入れるが、テキストを受け入れることは、そのコンテンツが、特に視覚証拠が悪化するにつれて、トラッキング決定を変更することを示すものではありません。我々は、ビデオ、ターゲット、および分散器を4つのテキストプレオールを横断しながら固定している対等な介入ベンチマークであるDISTRACTを導入し、コントロールされた重さの軸に沿って4つの画像の劣化を示す。
Machine translation (Meta M2M100); the English original follows.
Vision-language trackers (VLTs) accept descriptions intended to assist tracking, but accepting text does not establish that its content changes tracking decisions, particularly as visual evidence deteriorates. We introduce DISTRACT, a matched-intervention benchmark that holds video, target, and distractor fixed while crossing four text priors with four image degradations along a controlled severity axis. We evaluate five VLTs on four datasets using behavioral contrasts, layerwise representation probes, and activation patching. Molmo2 and JointNLT exhibit directed text use. Some effects contrac
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28419, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange