English(EN) Visual Sanad: Auditing Vision-Language Models for False Acceptance of Qur'anic Citations

新基准测试 VLM 在古兰经引文验证方面的准确性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-16 04:00

研究人员开发了 Visual Sanad，这是一个旨在测试视觉语言模型 (VLM) 在验证古兰经引文方面的准确性的新基准。该基准包含在各种视觉条件下的 2,400 张渲染图像，以评估 VLM 在处理不正确的经文归属方面的能力。初步测试显示存在显著的性能差距，API 服务的 VLM 通常比开源模型表现更好，而开源模型经常默认接受引文，而不考虑其准确性。虽然去偏见提示可以提供帮助，但它并未完全解决 VLM 在没有强大验证能力的情况下将宗教引文视为固有有效性的根本问题。 AI

影响凸显了 VLM 在敏感内容事实性方面存在的严重缺陷，可能影响其在教育和宗教领域的应用。

排序理由该条目描述了一篇介绍用于评估 AI 模型的新颖基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目描述了一篇介绍用于评估 AI 模型的新颖基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Niaz Mohaiman Abtahi, Reyana Shahid, Evan Maksud · 2026-10-16 04:00

Visual Sanad：审计视觉语言模型对《古兰经》引文的错误接受率

arXiv:2610.22009v1 Announce Type: new Abstract: Vision-language models (VLMs) are increasingly used to interpret religious, educational, and culturally sensitive visual content, yet their reliability on citation verification remains underexplored. We introduce Visual Sanad, a con…

本文如何被排名

报道来源 [1]

Visual Sanad：审计视觉语言模型对《古兰经》引文的错误接受率

相关实体

相关话题