Technion 提出 MIST 误导图像压力测试

Technion 团队提出 MIST 压力测试：包含 200 句可作两种解读的英文句子，分别搭配一致图像、误导图像或不配图，要求评审给出的标签只由句子本身决定。在 13 个 VLM 评审模型上，一致图像与误导图像分别改变 20.5% 和 19.4% 的标签，均高于删除「忽略图像」指令时的 11.6% 波动。仅 37% 的翻转标签朝向图像实际含义，说明动摇评审的是「有图存在」本身，而非图像内容。目前报道止于此项测试结果，暂无后续进展。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。