COLM 2026论文：SOTA视觉模型言行不一

2026年10月7日，AGI Hunt报道，William Rudman等人在COLM 2026发表海报论文，发现即便是SOTA视觉语言模型（VLM）也会违背自己声明的内省规则：模型明确说出「何时把苹果称为红色」的判断标准，实际判断时却不遵守。报道称，这说明模型的「自我解释」与实际行为存在系统性脱节，对模型可解释性与内省能力研究有参考价值。该论文于当天16:30进行海报展示。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。