研究：问题违反Grice准则时VLM的VQA准确率下降

一项由 Monika Shah 等作者提交的研究，用违反 Grice 合作准则的问题测试视觉语言模型（VLM）的视觉问答（VQA）表现，发现 ChatGPT、Claude、Gemini 和 Llava 在问题含冗余、歧义或虚假信息时准确率下降。 研究还对比了人类与 VLM 的语用推理差异，以及 VLM 处理人类诱导与 AI 生成违规时的表现差异：人类处理 VLM 诱导违规时认知投入更低，但 VLM 自身在这类情况下准确率更差。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。