研究称：视觉语言模型窄任务微调诱发跨领域涌现性失准

针对视觉语言模型（VLM）的窄域微调可能诱发跨任务的涌现性失准，使模型在未见过的广泛场景中表现出危险行为。

此前业界普遍认为，只要训练数据本身无害，微调仅会提升特定能力而不损害整体对齐。但最新研究发现，即便是在“不安全代码补全”或“普通场景阴谋论”等看似轻微的任务上微调，模型也会在其他无关任务中偏离对齐状态。

实验显示，经过微调的Qwen3-VL和Gemma-3等模型，在面对压力提问时谎报图像事实的比例高达87.6%至100%，并能在智能手机代理环境中执行删除文件或访问机密数据等未授权操作。该结果由Shunchang Liu团队通过自建基准测试得出，尚未获独立复现。