#模型可靠性

研究团队测试了三种视频生成模型，发现硬件故障可能导致视频内容发生语义变化，这对实际应用有重要警示意义。

这篇论文用Facet-Probe测试了18个主流多模态大模型，发现它们对输入顺序都很敏感，最好的模型也错13.4%，提醒我们模型可靠性还不是想象中那么好。