热点事件持续更新
研究提出多模态视觉拒答基准DoD与训练方法VisTA
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7日，相关研究形式化了统一多模态模型识别并拒绝不可行编辑的“视觉拒答”能力，并推出了包含1,050对样本的DoD评测基准。评测结果显示，8款主流模型极少主动拒答，其中最强模型的拒答率仅为0.4%，且依靠提示词干预会损害模型的编辑准确率。为此，研究提出了新的训练方法VisTA；基于该方法构建的VisTA-BAGEL模型在保持74.3%可行编辑准确率的同时，实现了93.0%的拒答率。
AI 根据报道生成 · 4 小时前更新
最新进展10月7日 12:00
研究推出多模态视觉拒答基准DoD及VisTA训练方法，模型拒答率提升至93.0%。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv 自然语言处理统一多模态模型中的视觉拒答机制研究
该研究形式化了统一多模态模型识别并拒绝不可行编辑的“视觉拒答”能力，并推出含 1,050 对样本的 DoD 评测基准。评测发现 8 款主流模型极少主动拒答（最强模型拒答率仅 0.4%），且提示词干预会损害编辑准确率。基于新训练方法 VisTA 构建的 VisTA-BAGEL 实现了 93.0% 的拒答率，同时可行编辑准确率达到 74.3%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7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。