研究者提出SCI原则并发布GridWM-Judge诊断基准

Qinan Zhang 等在 NeurIPS 2026 评测与数据集-track 录用研究中提出状态条件不变性（SCI）原则，要求 VLM 评审在语义保持的呈现变化下保持稳定，同时对改变任务结果的因果干预作出响应，并据此发布诊断基准 GridWM-Judge。 GridWM-Judge 基于确定性 MiniGrid 轨迹构建，包含对齐的完整版、证据移除版和反事实变体，以及呈现与表征探针，用于诊断 VLM 评审的可靠性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。