DeepBias：大型视觉语言模型社会偏见的自适应深度探测

针对现有静态数据集评估大型视觉语言模型（LVLMs）社会偏见过于浅层的问题，本文提出 DeepBias 框架。该框架通过动态的“生成 - 进化 - 探测”循环，利用生成器代理合成测试数据并基于直接偏好优化迭代更新，同时由技能驱动的挖掘代理根据模型响应自适应重写测试用例，以逐步暴露深层偏见。此外，构建了 DeepBiasBench 基准，实验证明该框架能有效评估 LVLM 的安全漏洞，确立了进化的评估范式。