揭示视觉语言模型偏差：一种新的多模态基准

本文提出了一种基准测试，用于评估视觉语言模型，超越了简单的记忆，重点关注它们对流行度偏差的敏感性。 这是理解和减轻日益复杂的 AI 系统中偏差的关键一步。

• •侧重于多模态序数回归基准。
• •旨在揭示视觉语言模型中的流行度偏差。
• •有助于理解超越记忆的模型局限性。