多模态评审判据的感知性混淆与误报测量

2026年10月2日，arXiv cs.CV 发布一项研究，指出用于检测多模态监督中视觉接地的 Verdict Grounding Score 存在系统性偏差：该分数受图像编辑可感知性上限约束，误差呈单向性，只会让评判者显得比实际更不接地，进而可能导致审计者误弃本可用的监督模型。作者证明，这一缺失量可由审计协议已经收集的三个量识别出来，使误报率能够被直接测量。在审计九个评判者的实验中，预测的排序严格成立，典型评判者只对约一半可分辨属性上的编辑采取行动。目前该工作以预印本形式发布，尚无后续报道或独立复现结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。