M$^3$-Test 揭示视觉问答模型联合扰动测试覆盖率缺口
热点事件持续更新
M$^3$-Test 揭示视觉问答模型联合扰动测试覆盖率缺口
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Enhui Wan 和 Xiaowan Wang 提出 M$^3$-Test,这是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。研究基于四个视觉语言模型共 260 万次响应数据得出上述结论。
AI 根据报道生成 · 12 小时前更新
最新进展11月18日 13:00
M3-Test:视觉问答联合扰动测试的覆盖缺口研究报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉M3-Test:视觉问答联合扰动测试的覆盖缺口研究
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。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。