MM-SystemOneBias基准:评测13个多模态决策模型的六大偏差
如果你在做审核或质量判断类多模态系统,这个基准直接回答了"决策封装值不值":7 组配对全部显示决策模型更抗干扰,但 6 组也从正确外部信息里学得更少,是稳和灵之间的取舍。想看自家 backbone 是否值得套决策层,可以照它的六种干预设计自测。
如果你在做审核或质量判断类多模态系统,这个基准直接回答了"决策封装值不值":7 组配对全部显示决策模型更抗干扰,但 6 组也从正确外部信息里学得更少,是稳和灵之间的取舍。想看自家 backbone 是否值得套决策层,可以照它的六种干预设计自测。