arXiv 自然语言处理· Jiaxuan Guo, Xingyu Ren, Kejia Zhang, Jingxin Yang, Youran Sun, Haizhao Yang·· 2 小时前AI 评分44
询问导演能看到什么会改变视觉语言模型的选择
Asking What a Director Sees Can Change What Vision-Language Models Choose
AI 导读
研究发现询问视角会改变视觉语言模型的后续行动，推翻了心智理论评测中提问不影响决策的假设。在渲染版导演任务中，先询问导演能看到哪些积木，会导致 6 款 GPT 模型选择被遮挡积木的比例上升 12 至 88 个百分点，千问 Qwen3.8-27B 上升 17 个百分点。研究提出成对提示词基线，供心智理论评测消除先验提问对模型视角选择的干扰。
来源：arXiv 自然语言处理 · arxiv.org