VLADriveBench：评估自动驾驶 VLA 模型中的思维链 - 动作关系

视觉 - 语言 - 动作（VLA）模型在生成驾驶轨迹时会产生思维链（CoT）推理，但现有基准仅评估轨迹质量，未考察 CoT 的相关性、一致性及与驾驶动作的因果联系。本文提出 VLADriveBench 框架，结合观察指标（提及率、幻觉、矛盾、动作对齐）与 CoT 干预协议，提供互补视角。实验发现，不同模型的观察对齐度与因果性可能显著分离：ORION 观察得分高但 CoT 仅为副现象，而 Alpamayo v1.5 虽得分较低，其 CoT 却具有强因果性，且受视觉显著性调节。