PARITY数据集评测VLM诊断越界

2026年10月15日，arXiv人工智能板块发布Karan Dua等作者的研究，构建人口统计均衡的PARITY（Paired Assessment with Reused Identity）数据集，用于测试在尽量固定身份与其他视觉因素的前提下，改变面部表情是否会改变诊断判断。研究测试视觉语言模型（VLM）是否会对面部图像做出ASD、ADHD、MDD、GAD等疾病的诊断判断。对27个开源与闭源模型的评估显示，模型会将面部表情转化为缺乏依据的医学判断，该行为在开源VLM中普遍存在，并延伸至经过安全训练的前沿模型——后者对单张人像会拒答，但在比较同一身份的多张人像时仍会给出诊断。该研究为首次报道，暂无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。