给 VLM 加顺序元数据后，错误检测会崩掉

m_wulfmeier · x · 2026-07-21

这条帖结合配图在讲一个多模态模型的实证问题：给 VLM 输入“顺序元数据”后，错误检测能力会明显崩掉，因为模型会锚定在“应该看到什么”而不是实际看图。

配图把结果分成两边：左边是理想情况，证据推动后验更新，错误会被标出来；右边是实际情况，先验几乎压过了证据，模型输出仍贴着“预期内容”，导致漏检上升。作者认为这说明当前前沿模型仍会被强先验主导，和 Deng 等人在 CVPR 2025 里的发现类似。