arXiv论文：人格提示无法让VLM像视障者那样感知

Jiawei Chen 等在 arXiv 论文（arXiv:2610.39331）中测试人格提示能否让视觉语言模型像所描述的人群一样感知图像，结论是不能。研究将 14 个被测模型的 persona 回答与真实低视力、色盲、听障人群的测量结果，以及仅使用人格所述事实的简单规则对比，发现 persona 回答从未胜过简单规则，还抹去了群体与个体间的真实差异。 实验还发现，在全部 14 个模型中，在提示里描述模糊不改变识别结果，而真正把图片模糊处理则会像对人类那样降低识别。对开源模型的内部检查显示，人格描述既不改变图像信息也不改变回答概率，但模型能估计模糊和错觉对人的影响。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。