EVADE：经过证据验证的代理诊断与逃脱

医学视觉语言模型（VLM）可以实现高精度，但仍然不可靠：它们系统性地过度自信，从测试时推理中获益甚少，并且缺乏可靠地校准对自己反应的信任的能力。我们引入了 EVADE（证据验证代理诊断与逃逸），这是一种推理、非训练方法，可增强部署单个冻结 VLM 的安全性。 EVADE 做出响应，并且在不确定时定位与诊断最相关的区域，在缩放视图上重新回答，并且仅当整个图像和缩放视图响应一致时才提交；否则，它弃权。为了直接解决单模型自检中的验证幻觉，我们的主要想法是验证不同图像视图之间的门一致性，而不是重新读取模型自己的文本。使用 Qwen2.5-VL-7B 对 VQA-RAD、SLAKE 和 PathVQA 进行的实验评估表明，EVADE 是唯一能够在保持精度的同时改善校准和选择性风险的方法，与零样本相比，预期校准误差 (ECE) 减少高达 45%。思想链、自我一致性和自我验证都至少在一个轴上失败了。基础分析报告称，自我提出的区域在诊断结构定位方面比中心或随机作物表现更好。但是，7B VLM 无法使用此本地化来修改答案。因此，可靠性增益来自一致性门和校准弃权。