**SIGNPOST-Bench：评估多模态大模型文本-视觉冲突仲裁能力**

_SIGNPOST-Bench: Benchmarking Text-Vision Conflict Resolution in Multimodal Large Language Models_

> HuggingFace Daily Papers 社区热门论文。研究提出SIGNPOST-Bench基准，用于评估多模态大语言模型在文本与视觉线索冲突时的仲裁能力。该基准包含5,111组反事实样本和25,555个图像变体，涵盖四个数据集。实验结果显示，对抗性文本干预使定位误差从282公里增至1,347公里（4.8倍），所有被评估模型均表现出对冲突文本的敏感性，且清洁输入下的定位性能无法完全预测模型对冲突文本的鲁棒性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-06 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.04244)