热点事件持续更新
研究团队提出JUPE基准揭示多模态裁判易受虚假解释误导
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月，相关研究发现看似合理的普通文本解释足以误导多模态大模型（MLLM）裁判接受错误答案。研究团队构建了基准 JUPE，并在 14 款 MLLM 裁判上进行了测试。结果显示，普通解释与思维链（CoT）推理分别使模型对错误答案的拒绝率下降了 12.7 和 13.8 个百分点，研究团队将该现象命名为“合理性俘获”。进一步的信号检测论分析表明，裁判模型的决策准则整体偏向接受，且现有的缓解手段保护效果有限。
AI 根据报道生成 · 4 小时前更新
最新进展10月19日 12:00
研究团队构建JUPE基准测试发现，合理虚假解释使MLLM裁判对错误答案的拒绝率最高降低13.8个百分点。报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv 自然语言处理研究发现看似合理的解释足以误导多模态大模型裁判
看似合理的普通文本解释足以误导多模态大模型（MLLM）裁判接受错误答案，使其对错误答案的拒绝率最高降低 13.8 个百分点。研究团队构建了基准 JUPE，在 14 款 MLLM 裁判上测试发现，普通解释与思维链（CoT）推理分别使错误答案拒绝率下降 12.7 和 13.8 个百分点，并将该现象称为“合理性俘获”。信号检测论分析表明裁判的决策准则整体偏向接受，且现有缓解手段保护效果有限。
本事件热度走势
当前热度 9·可比范围峰值 10（10月19日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。