看见符号，忽略文化：探究视觉语言模型在火焰图像及文化意义推理上的表现

视觉语言模型（VLM）常以文化专业能力出现，但依赖浅层模式匹配而非真正的文化理解。我们引入诊断框架，通过分类与解释分析探究VLM在火焰主题文化图像上的推理能力。测试多个模型于西方节日、非西方传统及紧急场景，揭示系统性偏见：模型正确识别显著西方节日，但在代表性不足的文化活动上表现不佳，常给出模糊标签或危险地将紧急情况误判为庆典。这些失败暴露了符号捷径的风险，凸显需超越准确率指标的文化评估需求，以确保可解释且公平的多模态系统。