论文揭示VLM无图也能答题，多模态评测分数普遍虚高
ziv_ravid · x · 2026-07-04
研究者zivravid发表"Mirage Probes"论文，发现视觉语言模型（VLM）在未附图像的情况下仍能正确回答图像问题，这一"幻觉镜像"效应（Asadi et al.）导致多模态基准测试分数被系统性高估。论文探究了这一现象的成因机制，对如何更准确地评估VLM真实视觉理解能力具有重要意义，揭示了当前多模态评测体系中的潜在偏差。
「模型」频道最新
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11