论文
MarketImage：检验交易价格能否作为视觉偏好的可靠代理
Do Transaction Prices Reflect Visual Preference? A Diagnostic Study with Multimodal Language Models
摘要
现有视觉偏好评价依赖昂贵人工标注或偏好奖励模型，而线上交易价格容易取得、反映真实购买行为，可能提供低成本监督。但价格混合了视觉偏好与来源、需求、竞争等非视觉因素，仅看总体准确率无法区分模型错误、价格信号不可靠和协议混杂。我们提出诊断框架MarketImage，判断价格何时反映视觉偏好、何时失效，以及多模态语言模型能否恢复人类支持的视觉偏好信号。框架包括：（1）MarketImageArt，266组六图比较集合，含交易价格和不知价格的人类排序；（2）MarketImageLens，保留并列关系的协议，将3990对组内图像分为价格与人类一致、冲突和价格并列区域，并独立审计展示顺序效应；（3）MarketValuator，涵盖直接比较、独立打分、预算约束和多Agent汇总的六种诱导方法，用静态视觉评分器与三种多模态语言模型评估信号恢复。仅24.2%的图像对具有非并列价格方向，其中34.7%与人类多数意见一致。在该区域内，HPSv2以66.4%可恢复准确率领先；Qwen的预算和汇总变体落后于基线，GPT接口变更的收益尚无统计定论。因此，交易价格只在有限条件下包含可恢复视觉偏好，应被视为不确定代理信号，而非真值。
