EMNLP 论文：报告偏误卡死 VLM 推理，堆规模救不了

RanjayKrishna · x · 2026-10-27

EMNLP 2026 论文《Scale Can't Overcome Pragmatics》指出，VLM 推理的许多短板来自训练数据中的「报告偏误」——人类在标注图片描述时会系统性地省略空间关系、计数、否定和时序语言。作者用语用学（格莱斯会话准则、理性行为理论）找出人们倾向省略的概念，并统计各训练集（LAION-2B、COCO、LLaVA-1.5、Molmo）中此类信息的真实出现率，如 LAION 描述中几乎不出现计数与否定。

基于此发布新 benchmark，测试 VLM 在这些被省略概念上的推理能力：主流 VLM（CLIP 系列、开源与闭源模型）大多接近随机水平；与感知不同，扩大规模并不能提升推理成绩；语言多样性也无济于事。缓解方法是指令标注者按要求补充此类信息，但需逐项明确指定行为。结论：规模足以带来识别能力的涌现，但带不来推理——必须有意识地设计数据采集。