研究发现执行日志文本会左右 VLM 对机器人进度的评判

Execution Logs Sway VLM Judges of Robot Progress

AI 导读 · 根据来源整理

研究显示，在机器人进度受挫的视频片段旁加入一行声称机器人正在推进的日志文本，会让 Gemini、Qwen 和 GPT 三类评判模型把正确判定翻转为“有进展”的比例比中性文本高出 10 到 35 个百分点。加入一句日志可能有误的提醒可消除大部分影响；伪造的“任务完成”声明能让 Qwen 一半的正确判定翻转，而对无关日志仅为十分之一，对 Gemini 则无可检测影响。