执行日志可左右VLM对机器人进度的评判

Weiyan Zhao、Sunny Yang 发表的研究显示，视觉语言模型在评判机器人视频时，画面旁的文本会改变其结论。在机器人进度落后的片段中加入一句“正在取得进展”的日志后，Gemini、Qwen 和 GPT 评判者把正确结论翻转为“有进展”的比例，比加入中性文本时高 10 到 35 个百分点。 研究还发现，加一句提示称日志可能有误，能消除大部分上述影响；而部分伪造的“任务完成”声明，会让 Qwen 把一半正确结论翻转，无关日志行只造成约十分之一的翻转。

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。