研究：视觉推理跳过看图直接用工具，性能不降反升
kwangmoo_yi · x · 2026-08-14
讨论了 Shao 等人的论文《Thinking With Tools, Not With Pixels》。研究发现，在多模态视觉推理任务中，直接跳过查看实际图像，仅依赖工具调用作为文本支架，不仅几乎不会导致性能下降，在某些情况下甚至能提升模型表现。
所属事件:研究称视觉推理跳过看图直接用工具性能反升(2 条相关)→
「研究」频道最新
- WARP系统：将人类离线动作转化为可复现的机器人全身操作 — chris_j_paxton · 2026-08-14
- 马毅将赴新加坡国立大学主讲AI模型的数学基础 — YiMaTweets · 2026-08-14
- 新论文揭示 LLM 如何「劫持」人脑：流畅对话触发拟人化错觉 — MacrinePhD · 2026-08-14
- 知名学者呼吁为AI建立严谨数学基础 — YiMaTweets · 2026-08-14
- 南京大学推出多智能体框架，让机器人学会与人配合跳绳 — ericjang11 · 2026-08-14
- 防大模型「背题」：新基准 REKEY 揭露视觉模型分数虚高 — jiqizhixin · 2026-08-14