大型模型在深度学习领域取得显著成绩，但其不可信赖的行为成为挑战。本综述总结了人类误用、易受攻击、内在问题和解释性四个问题，并提出对策，希望促进大型模型与人类期望的一致性。

大型模型在深度学习中取得显著成绩，但其不可信赖的行为成为挑战。本文总结了视觉领域中的四个问题，包括人类误用、易受攻击、内在问题和解释性，并提出对策，希望促进大型模型与人类期望的一致性。