Investigadores apuntan al sesgo de trayectoria en VLMs de conducción

Un artículo en arXiv sostiene que los flujos habituales de anotación para modelos Vision-Language-Action de conducción autónoma pueden sesgar a los modelos docentes al exponerlos a trayectorias futuras reales registradas. Según los autores, este “sesgo de anclaje de trayectoria” lleva a los modelos a racionalizar resultados revelados en lugar de inferir decisiones a partir de la evidencia de la escena, lo que produce razonamientos de cadena de pensamiento menos fieles causalmente y alucinaciones más graves en escenas causalmente desafiantes. Presentan AD-MCQ, un planteamiento de opción múltiple para seleccionar entre candidatos explícitos de trayectoria, y DEFT-RLVR, que retrasa la exposición a trayectorias futuras durante el aprendizaje por refuerzo con recompensas verificables.