arXiv · cs.AI · Rui Hong, Shuxue Quan · 6 小时前模型评分57
研究揭示视觉语言模型的视觉谄媚与分裂信念
To See or To Please: Uncovering Visual Sycophancy and Split Beliefs in VLMs
导读
Rui Hong 与 Shuxue Quan 提出三层诊断框架，在图像被置空时依次检查模型是否察觉图像缺失、输出是否依赖图像、是否仍给出内容答案，据此把样本分为感知盲区、语言捷径、视觉谄媚和稳健拒答四类。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce a Tri-Layer Diagnostic Framework that asks three questions of every (image, question) pair when the image is blanked”
- “v5: corrects the alignment test of earlier versions (v1-v4), which counted explicit refusals as Visual Sycophancy; Visual Sycophancy is 28.1% (not 75.9%) and Robust Refusal 47.8% (not 0%); see Sec. 6.”
来源：arXiv · cs.AI · arxiv.org