面向自动驾驶危险检测的视觉语言模型任务对齐稳定性分析

研究用 BDD100K 道路场景的受控损坏实验，检验视觉语言模型的嵌入漂移能否预测 CLIP 图文相似度导出的任务对齐危险分数变化。结果显示两者关系高度依赖损坏类型：部分损坏族中表征漂移与决策漂移强耦合，另一些则在嵌入变化不大时仍引发危险决策失稳。多数损坏族以漏检抑制危险检测，遮挡则触发误报，说明鲁棒性基准应纳入任务对齐稳定性指标并区分非对称失效模式。