相同证据不同答案：多模态大模型中排序敏感性的审计
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。
#Facet-Probe
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「Facet-Probe」标签的资讯、产品与论文，按刊登时间排，新的在上。
6月25日
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。