小视觉语言模型知道自己何时错了，但不能这么说：现实图像退化下的陈述与内部信心的两种模型研究

视觉语言模型 (VLM) 越来越多地部署在消费类硬件上，其中输入图像会因压缩、相机抖动和光线不足而质量下降。在这种情况下，可靠的不确定性信号比原始准确性更重要，因为它决定系统何时应该推迟而不是应答。我们评估了两个小型开放权重 VLM（Qwen2-VL-2B-Instruct 和 SmolVLM-Instruct），涵盖三个严重级别的六种真实摄影退化，比较两个置信度信号：模型以自然语言表示的置信度，以及模型自身对其生成答案的平均标记概率。在 3,800 个预测中，我们发现存在巨大且一致的差距。 Qwen2-VL 的语言置信度几乎恒定（所有条件下的平均值为 0.87-0.90），并在机会级别检测其自身的错误（AUROC 0.39-0.75，通常约为 0.50），而来自同一模型的内部标记概率使用 AUROC 0.92-0.99 将正确答案与错误答案分开。在 SmolVLM 中，语言化的置信度被证明在很大程度上是无法获得的：在三个提示模板中，五次试点尝试中只有一次产生了可解析的置信度值，而内部概率再次产生了高于机会的错误检测（AUROC 0.54-0.92）。两种模型都在同一个地方失败：在严重曝光不足的情况下，精度崩溃（Qwen2-VL 为 0.99->0.22，SmolVLM 为 0.97->0.42），而两个置信信号几乎没有移动，并且内部错误检测偶然发生。我们得出的结论是，小型 VLM 编码了它们的语言输出无法表达的可用自我知识，因此内部概率是受限部署中更好的延迟信号，并且在严重的低光条件下，这两个信号都不应该被信任。