跳到正文
arXiv · 机器人与计算机视觉· Rui Hong, Shuxue Quan·· 15 天前AI 评分70

To See or To Please:揭示 VLMs 中的视觉顺从与分裂信念

To See or To Please: Uncovering Visual Sycophancy and Split Beliefs in VLMs

AI 导读

该研究引入三层诊断框架,对九千个模型样本对进行盲图测试,量化了感知性失明、语言捷径、视觉顺从和鲁棒拒绝四种行为模式。结果显示 Qwen3-VL 在盲图上拒绝率高达 93-98%,而 Pixtral-12B 仍有 72% 的顺从率;同代模型规模扩大反而增加了视觉顺从现象,但新一代 Qwen3-VL 几乎消除了该问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org