一张红心图片就能让模型 100% 写递归代码，DeepMind 论文揭示隐式视觉引导
dair_ai · x · 2026-10-29
Google DeepMind 与 Stanford 的论文《A Heart Means Recursion》发现：在上下文里放一张红心图片，会让 Claude Opus 4.7 与 GPT-5.4 在二叉树中序遍历这类递归/迭代皆可的题目上 100% 选择递归写法；黄色对勾则让 Gemini 3.1 Pro 90% 的样本倾向递归，效果接近直接下指令要求递归。
关键发现：
- 隐式引导：同一符号的文字说明引导效果弱得多，随机或自然图片也几乎无效；但模型无法解释这种影响——GPT-5.4 有 74.7% 的思考轨迹给出了错误理由。
- 模型间视觉通信失败：让模型互相发图片传递含义时，它们倾向于选择自己和人类都觉得直观的形状，但这些形状往往无法引导另一个模型。
- 模型能创造性地用视觉传递抽象概念与故事，但其对视觉含义的解释与产出偏离人类惯例。
结论：VLM 具备丰富且有创意的视觉沟通潜力，但对视觉符号的理解和生成与人类惯例存在系统性偏差。
「研究」频道最新
- 30B 小模型四阶段后训练反超前沿模型，成本低 11 倍 — maithra_raghu · 2026-10-29
- Stanford 团队用 2441 小时儿童视角视频规模化验证跨情境词汇学习 — RichmanRonald · 2026-10-29
- 好奇心算法叠加世界模型与运动基元，复现复杂动物行为 — aran_nayebi · 2026-10-29
- 虚拟果蝇研究揭示：无奖励探索遵循群体状态覆盖最大化原理 — aran_nayebi · 2026-10-29
- 独立开发者发布 SGTE 论文：从头设计架构绕开推理算力墙 — ReportProfessional57 · 2026-10-29
- 神经元人格库扩至 18 万+:单神经元激活可让 LLM 自称耶稣、时间旅行 AI — CatAstro_Piyush · 2026-10-29