2023年2月2日，云基智能机器人实验室针对服务机器人视觉问答的最新研究成果“Be flexible! learn to debias by sampling and prompting for robust visual question answering”被《Information Processing and Management》在线发表，根据2022年12月最新升级版检索，该期刊是计算机科学领域影响力较大的期刊，为JCR一区、中科院一区期刊，影响因子为7.466。

该成果主要针对VQA模型对分布外的测试数据进行泛化的问题，提出了一个新的VQA去偏框架，通过学习图像问题和给定问题提示(LSP)配对的样本。具体而言，我们构建了具有一定采样率的负图像-问题对，以防止模型过度依赖视觉shortcut内容。值得注意的是，问题类型为回答问题提供了强有力的暗示。我们利用问题类型来约束负面问题-图像对的采样过程，并进一步学习问题类型引导的提示，以更好地理解问题。最后，我们在VQA-CP v2和VQA v2公共基准数据集上进行的大量实验表明，我们的模型在总体精度上达到了最优水平。

文章链接：https://www.sciencedirect.com/science/article/abs/pii/S030645732300033X