SIGNPOST-Bench：评测多模态大语言模型的文本—视觉冲突消解能力

英文标题：SIGNPOST-Bench: Benchmarking Text-Vision Conflict Resolution in Multimodal Large Language Models

论文提出 SIGNPOST-Bench，用于评测多模态大语言模型（MLLM）在文本线索与视觉线索发生冲突时的证据裁决能力。现有基准测试通常关注模型能否整合视觉和文本信息，却较少揭示模型在两类证据相互矛盾时如何做出判断。该基准旨在衡量模型在真实世界场景中进行基于证据的预测时，对冲突信息的处理能力。这一问题对依赖视觉理解、文本提示和多模态 Agent 的开发者具有重要意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB