Automatisierte Analyse deckt Modality-Bias in Fehlinformations-Benchmarks auf
Multimodale Fehlinformations-Benchmarks zeigen häufig einen Bias, bei dem Detektoren ihre Vorhersagen ausschließlich auf einer einzigen Modalität – etwa Text oder Bild – stützen. Bisher wurden solche Verzerrungen meist auf Datensatzebene quantifiziert oder durch manuelle Analyse von spurious correlations identifiziert, was jedoch keine tiefe Einsicht auf einzelne Sample-Ebene bietet und sich schwer skalieren lässt.
