关键在解码格式，而非扰动：审计视觉语言模型测试时扩展中的一致性选择

论文审计视觉语言模型的扰动一致性选择 Pgs。作者在 TextVQA、MATH-Vision、MMMU 与 ViLP 上发现，Pgs 相比仅用思维链多数投票最高提升 31.8 分；但控制解码格式与预算后，使用原图短答案采样的 MatchedCtrl 在所有基准上均与其持平或更优。结果表明，扰动稳定性虽依赖图像，却不能可靠预测逐题胜负。