arXiv · 机器人与计算机视觉· Nurb\"uke Teker, Rui Xiao, Zeynep Akata, Shuchen Wu·· 2026-10-12AI 评分28
VLMs 在 Stroop 任务中偏向文本特征及表征起源研究
Feature Competition and Its Representational Origins in Vision Language Models: Evidence from the Stroop Paradigm
AI 导读
研究人员利用 Stroop 范式基准测试发现,视觉语言模型(VLM)在处理图文冲突时存在持续偏向文本特征的偏差。嵌入空间分析显示文本线索比颜色线索更具可分性,导致干预文本方向更容易成功。该预印本论文揭示了同一图像内不同特征对 VLM 行为的不等影响力,为理解下游应用中的提示词特异性显著性提供了证据。
来源:arXiv · 机器人与计算机视觉 · arxiv.org