当零样本 shooter 作弊：通过激活引导提高年龄估计
机器学习
2026-05-19 v1
摘要
不同年龄相关的法规已被提出，以保护未成年人免受有害内容和在线互动的影响。自动化年龄估计是执行此类法规的核心，而视觉语言模型（VLM）在该任务上取得了最佳性能。然而，我们发现基于 VLM 的年龄估计具有意想不到的副作用，称为身份捷径：VLM 倾向于识别所描绘人物，并从记忆中推断其年龄，而非从视觉特征估计年龄。这一现象导致在非名人被误认作名人时产生显著错误预测。它还在名人图像上产生误高的对噪声和对抗性扰动鲁棒性，这些图像占据主流基准测试的主导地位。为缓解此问题，我们提出了一种激活引导方法，通过干预 VLM 的隐藏状态来抑制此捷径。该方法提高了记忆对象和未见身份的年龄估计准确性，在主流基准测试中平均绝对误差降低最高可达 25%。
引用
@article{arxiv.2605.17658,
title = {When a Zero-Shooter Cheats: Improving Age Estimation via Activation Steering},
author = {Erik Imgrund and Pia Hanfeld and Klim Kireev and Konrad Rieck},
journal= {arXiv preprint arXiv:2605.17658},
year = {2026}
}