通过感知扰动和奖励建模缓解多模态大语言模型作为评判者中的感知判断偏差

近期多模态大语言模型虽展现出强大的推理能力，但在作为自动评估器时存在关键缺陷：当视觉证据与文本线索冲突时，模型倾向于奖励看似合理而非感知正确的答案。本文将该现象定义为“感知判断偏差”，并通过受控视觉扰动分析发现模型常锚定于文本而忽略视觉感知。为此，我们构建了感知扰动判断数据集，并提出结合结构化 GRPO 奖励与批量排序目标的统一训练框架。实验表明，该方法显著提升了模型的感知保真度、排序一致性及与人类评估的对齐程度。