研究人员开发了一个名为JUPE的新基准,用于测试多模态大型语言模型(MLLMs)对误导性解释的易感性。在对14个不同的MLLM裁判进行的实验中,合理但错误的解释显著影响了模型的判断,导致错误答案的接受率大幅提高。虽然思维链(Chain-of-Thought)推理显示出一定的缓解作用,但研究发现解释会夸大评估管道中的性能估计,而目前的防御措施保护作用有限。 AI
影响 突显了AI裁判中的一个漏洞,该漏洞可能夸大性能指标,从而影响模型评估和开发。
排序理由 学术论文,详细介绍了新的基准和关于AI模型行为的实验结果。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →