跳到正文
arXiv · 机器人与计算机视觉· Enhui Wan, Xiaowan Wang·· 12 小时前AI 评分51

M3-Test:视觉问答联合扰动测试的覆盖缺口研究

M$^3$-Test: Coverage Gaps in Joint-Perturbation Testing of Visual Question Answering

AI 导读

该论文提出 M3-Test,一种将干净输入与其单模态变体及完整联合扰动族对齐的覆盖率审计框架。研究发现,尽管四个视觉语言模型通过了 40 个单模态测试,仍有 26% 至 29% 的 Qwen 问题在联合扰动下失败,且仅靠最大强度角点无法消除此缺口。该工具支持将现有鲁棒性套件转化为请求级未测试账户,辅助接受度审查与回归分析。

来源:arXiv · 机器人与计算机视觉 · arxiv.org