arXiv · 机器人与计算机视觉· Isabel Guan, Dingyuan Zhang, Shipeng Lyu, I-Ming Chen·· 2026-10-20AI 评分70
当更好策略留下更难检测的失败:VLM 成功监控中的覆盖度转移
When Better Policies Leave Harder Failures: Coverage Shift in VLM Success Monitoring
AI 导读
论文研究了在策略改进过程中,固定视觉语言模型(VLM)对任务成功的判断偏差问题。实验显示,虽然成功率从 66.8% 提升至 97.0%,但剩余失败案例中位于托盘边缘下方的比例显著增加,导致 VLM 误判率上升。研究揭示了任务能力提升与故障可检测性之间的解耦现象,并呼吁在报告中同时包含绝对漏报、条件漏报和审计覆盖率指标。
来源:arXiv · 机器人与计算机视觉 · arxiv.org