别只盯着数字：VLM中的视觉锚定偏差与逐层表征

摘要

图像上嵌入的数字锚点会系统性偏置视觉语言模型的质量判断，涉及来自五个架构家族的六个VLM（ANOVA eta^2 = 0.18-0.77，均p < 0.001）。锚点效应比严重图像质量退化大2.5倍，证实该偏差不能归结为视觉变化。逐层探针揭示出一致的解离现象：锚点分类达到饱和的层（L12-L34）对质量预测并非最优，最优层更深（R^2 = 0.69-0.91）。融合分析识别出依赖架构的整合方式——两个模型在L1-L2即发生即时融合，另外三个模型则为部分融合或无融合。这些结果建立了视觉锚定偏差的因果解释，将行为层面的易感性与表征动力学联系起来。

别只盯着数字：VLM中的视觉锚定偏差与逐层表征：论文配图 — 图 1.VLM 中视觉锚定偏差的概念框架。干净且锚定的输入（具有重叠数字评级的图像）通过变压器的分层架构进行处理。分数探测检查跨层的质量表示；融合层识别文本和视觉信号融合的位置；锚点突破层标记文本分类饱和的位置。由此产生的 Δ\Delta（锚定偏移）量化了嵌入锚点对模型质量判断的因果影响。