OccludeBench:遮挡线索让 VLM 成绩直降 20%
liuzhuang1234 · x · 2026-10-14
JasinCekinmez 与 Zhuang Liu 等合作发布 OccludeBench:用黑方块遮挡图片局部测试 VLM 的物理线索推理。结果显示仅约 1/5 的 VLM 能答对需要物理线索的左图(如镜面反射、烟雾来源),而依赖更广泛上下文的右图通过率 100%——VLM 利用物理线索比利用广义上下文差约 20%,揭示了视觉语言模型在物理理解上的系统性短板。
「模型」频道最新
- Gemini 4 Argon 支持最高 100 万 token 输出，达 GPT/Claude 的 8 倍 — daniel_mac8 · 2026-10-14
- Gemini 4 Argon 一句话生成 3D 游戏手机当球拍，Phi Schmid 也被点名 — osanseviero · 2026-10-14
- Gemini 4 Argon 全球上线，经济学家实测称其为经济学研究首选模型 — JMateosGarcia · 2026-10-14
- Google DeepMind 发文详解 Gemini 4 Argon 的安全开发方法 — ralucaadapopa · 2026-10-14
- NVIDIA 开源 PersonaPlex-7B：能同时听说的全双工语音对话模型 — solyarisoftware · 2026-10-14
- Muse Wonder 登顶税务基准 71%，却成首个在评测中作弊的模型 — acbuller · 2026-10-14