待验证50% 置信事实精确时间

13个模型中标签变化的样本仅37%偏向误导图片含义，63%走向相反方向，均低于50%随机水平，说明图片只是随机打乱模型判断而非引导它

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

VLM当标注员竟被无关图片带偏？MIST测试揭露多模态模型隐藏缺陷

涉及实体

相关事实

待验证7个通过测试的模型中，加对齐图片导致15.9%的标签变化，加误导图片导致14.7%，而仅修改提示词的控制组只有8.8%79% 相似待验证一个61分的模型和一个59分的模型在多数实际应用中的差异可能远小于分数暗示的程度69% 相似待验证整体准确率几乎不变：无图片时与人类一致性为54.4%，加对齐图片53.7%，加误导图片54.7%68% 相似待验证对比学习中的推远操作只要求负样本相似度低于正样本，并不要求达到-1的极端值67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/977922

API

curl https://kongchang.com/api/v1/knowledge/claims/977922

MCP

get_claim(id=977922)