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
- Ruff 作者感叹:前沿模型能在任何软件里找到无穷多 bug — charliermarsh · 2026-10-26
- 开发者实测同一 skill 跨 Opus 5.5 与 Sol 6.1:指令遵循表现参差 — lucasmeijer · 2026-10-26
- supermemory 发布 learner-1：面向任意模型的持续学习方案 — julianweisser · 2026-10-26
- Anthropic 称 Opus 5.5 单任务成本较 Opus 5 降约 40% — taufiqintech · 2026-10-26
- 27 家 AI 搜索接口横评:前 12 名只差 7 分,价格却差近 7 倍 — FinanceYF5 · 2026-10-26
- 现场幻灯片:OpenAI Dots 数周内登陆 EU/EEA 和英国 — testingcatalog · 2026-10-26