视觉提示基准测试显示出出乎意料的脆弱性

这篇ArXiv论文突出了人工智能领域的一个重要问题：视觉提示基准测试的脆弱性。 研究结果表明，目前的评估方法可能容易受到误导，从而导致对模型能力的过高估计。

• •视觉提示基准测试容易受到操纵。
• •当前的评估指标可能无法准确反映模型性能。
• •需要进一步研究以开发更强大的评估方法。