上海交通大学王德泉教授课题组最新研究揭示了多模态大模型在处理自相矛盾指令时的局限性。他们提出了"自相矛盾指令集"（SCI）基准测试，旨在评估模型检测冲突指令的能力。研究中，团队设计了包含2万个冲突指令的多模态基准测试，覆盖语言-语言和视觉-语言两种范式。通过构建框架AutoCreate，他们高效地生...