SDGBiasBench：基准测试与缓解视觉 - 语言模型在可持续发展目标中的偏见

评估可持续发展目标（SDG）进展需结合视觉线索、背景知识与发展指标进行多步推理，证据使用不全或整合不当易引发隐藏偏见。现有基准往往孤立评估定性与定量任务，掩盖了模型以先验替代证据的系统性偏见。为此，本文提出 SDGBiasBench，一个面向 SDG 的大规模视觉 - 语言推理基准，包含 50 万道专家参与的多选题和 5 万项回归任务，全面评估决策与估计层面的偏见。评估显示当前视觉 - 语言模型存在固有 SDG 偏见。为缓解此问题，本文提出 CADE 方法，利用模态特定答案先验，无需训练即可显著提升准确率并降低误差。