研究提出JUPE基准：合理解释可误导多模态模型裁判

Anglin Cai 等作者提出 JUPE 视觉问答基准，在固定答案、只改变解释的条件下测试 14 个多模态大模型裁判，发现听起来合理的普通解释即可误导裁判，效果平均上与刻意说服性论证相当。作者称这一现象为“合理性俘获”。 具体而言，普通理由和思维链理由分别使错误答案的被拒率下降 12.7 和 13.8 个百分点。信号检测分析显示，裁判的判定标准显著向接受一侧偏移，辨别力无明显变化；现有缓解措施保护有限。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。