过度自信且对细节一无所知：通过归纳偏好学习修复提示词不敏感问题

视觉与语言模型经常忽略语义上关键的输入编辑，依赖于预训练先验。例如，模型会自信地断言五条腿的狗有四条腿；因此，在 VLMBias 数据集上，GPT-5.2 和 Claude Sonnet 4.6 的准确率分别仅为 $4.6\%$ 和 $0\%$。现有方法通过构建覆盖欠代表性输入的数据集来调整策略函数 $\pi(y \mid x)$（其中 $x$ 和 $y$ 分别指输入提示和响应），但提示词基线方法在 VLMBias 上的提升不足 $3\%$，由于稀有提示词的概率密度较低。为突破这一瓶颈，我们提出了\emph{归纳偏好学习}（abductive preference learning），以优化归纳策略 $\pi(x \mid y)$。我们证明，这放大了前向策略改进，放大系数为 $q(y)/p(x)$，其中 $p(\cdot)$ 和 $q(\cdot)$ 分别表示提示词和响应的边际概率，从而在最稀有提示词上获得最大提升。此外，我们展示，对于翻译不变的两两偏好学习方法（如 DPO），估计 $\pi(x \mid y)$ 可归约为结构数据置换，即比较固定响应下的提示词，无需架构修改。实验上，归纳偏好学习在反事实灵敏度方面取得显著提升：在 VLMBias 上，A-DPO 将准确率从 $3\%$ 提升至 $44\%$（提升 $14$ 倍），超越 GPT-5.2（$4.6\%$）和所有闭源 VLM 仅次于 Gemini~3~Flash；在 Inverse-IFEval 上，Multi-DPOP 达到 $65$--$84\%$，在 9B 参数规模下超越 GPT-5（$73.7\%$），且保持 IFBench，而 DPO 则使之下降 $8$--$12\%$。