该论文提出黑盒跨模型审计方法VISTA，通过语义熵与分布 divergence 联合检测视觉概念触发的模型异常。作者在3个经小规模偏置数据微调的VLM上验证方法，并审计6个模型、19个主题，发现142个高疑点案例，还观察到不同群体查询的选择性拒答率从0%到65%不等。
最近 24 小时暂无可用热度快照。