警惕间隙：评估LLM对人类教授道路安全原则的理解
计算机视觉与模式识别
2025-11-19 v1
摘要
遵守道路安全规范是人类乃至决定于人工智能的系统（如自动驾驶车辆）所不可妥协的。本工作评估多模态大型语言模型（LLM）理解道路安全概念的能力，具体通过图示和示意表示进行。我们策划了一组来自学校教材中交通标志和道路安全规范图像的数据集，用于以零样本方式评估模型能力。我们的初步结果显示，这些模型在安全推理方面存在困难，揭示了人类学习与模型解释之间的差距。我们进一步对这些性能差距进行分析，以指导未来研究。
引用
@article{arxiv.2511.13909,
title = {Mind the Gap: Evaluating LLM Understanding of Human-Taught Road Safety Principles},
author = {Chalamalasetti Kranti},
journal= {arXiv preprint arXiv:2511.13909},
year = {2025}
}
备注
Preprint