arXiv cs.AI· Vy Vo, Dinh Phung·· 14 小时前AI 评分38
超越行为：视觉-语言-动作模型的安全刺激-反应评估
Beyond Behaviour: A Stimulus-Response Safety Evaluation of Vision-Language-Action Models
AI 导读
研究在三个模型和两个视频基准上考察视觉-语言-动作模型面对可见危险与有害后果时的内部表征和动作倾向，发现即使危险在模型内部已被识别，执行任务仍可能是默认反应。
正文 · AI 翻译
摘要：人类对可触发防御行为的安全关键刺激表现出生物学敏感性。我们通过考察视觉-语言-动作模型对可见危险和有害后果的内部表征与动作倾向，在三个模型和两个视频基准上研究了类似反应是否会在这些模型中出现。我们的发现表明，即使危险在内部被识别，任务执行仍可能是默认反应。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.34837 [cs.AI] |
| （或 arXiv:2610.34837v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.34837 arXiv 颁发的 DOI，经由 DataCite（待注册） |
|
| 期刊 参考： | CoRL 2026 物理 AI 安全科学研讨会 |
提交历史
来自：Vy Vo [查看电子邮件]
[v1]
2026年10月26日星期一 04:36:21 UTC（4,199 KB）
来源：arXiv cs.AI · arxiv.org