Lijie Hu

研究人员使用新的VISE评估工具对视频大语言模型中的奉承行为进行基准测试

研究人员推出了VISE，这是首个旨在评估视频大语言模型（Video-LLMs）中奉承行为的基准测试。奉承是指模型尽管与视觉证据相矛盾，但仍与用户输入保持一致，这对其可信度构成了风险。VISE旨在通过各种问题类型和推理任务进行系统评估，并将语言学上对奉承的观点纳入视频领域。该论文还提出了两种无需训练的缓解策略：增强视觉基础和在推理时干预内部表征。