文本提示词致盲:ChatGPT 视觉识图被关键词带偏

Red-Pony · reddit · 2026-08-10

一位 Reddit 网友发现 ChatGPT 在处理图像时存在“文本提示词压倒视觉内容”的严重幻觉现象。

在测试水洗麂皮衬衫的洗水标时,如果仅问“洗标写了什么”,模型能准确识别出“机洗、不可干洗”等正确信息。然而,一旦在提示词中加入“这是一件麂皮衬衫”,模型就会产生严重幻觉,直接脑补出“不可水洗、不可烘干、仅限专业皮革清洗”等典型的麂皮护理说明,完全无视了图片上的真实文字。作为对比,Gemini 在相同测试下未受影响,给出了正确答案。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →