反事实图像生成

关键差异：通过审计模型发现并修补能力缺口

Differences That Matter: Auditing Models for Capability Gap Discovery and Rectification

用强化学习训练一个 MLLM 审计器，主动生成反事实图像与困难问题来最大化目标模型间的分歧，从而无标注地定位视觉语言模型的失效模式，并把这些样本直接当作微调数据来修补能力缺口——这是一种可复用的模型诊断与数据自举流程。