提示词里放一颗红心,竟能让模型从 0% 到 100% 写递归
rohanpaul_ai · x · 2026-11-04
Google DeepMind 与 Stanford 的论文《A Heart Means Recursion: Exploring Visual Meaning and Communication in VLMs》发现:提示词里一张与任务无关的简单彩色图形,就能显著左右 VLM 的行为,而且模型自己往往察觉不到。
- 测试方法:在编程 prompt 中加入一个纯色形状(如红心)并让模型注视,统计 Claude Opus 4.7、Gemini 3.1 Pro、GPT-5.4 在 288 种形状下选择递归解法的频率
- 关键结果:一颗红心让 Claude Opus 4.7 和 GPT-5.4 在二叉树问题上的递归解法比例从 0% 飙到 100%;Gemini 3.1 Pro 被形状引导时,其思考轨迹中 71.5% 都声称图片无关
- 论文还发现生成-解读鸿沟:模型爱发送自己觉得直观的形状原语,但这些线索常常无法引导其他模型;模型间能用视觉传递抽象概念甚至故事,部分方式对人类并不直观
- 工程启示:如果你的 agent 会读图,务必做「有图 vs 无图」的对照测试,别指望推理轨迹能暴露视觉干扰
所属事件:DeepMind 论文：提示图里的红心竟能左右模型写递归(2 条相关)→
「模型」频道最新
- 实测:qwen、GPT、Gemini Flash 在该服务上表现同样糟糕 — matdryhurst · 2026-11-04
- 子1B参数开源OCR横评：Surya 2.5以85.9分居OmniParseBench榜首 — VikParuchuri · 2026-11-04
- Gemini 4 Carbon现身Arena：3D与网页设计逼近Opus仍稍逊 — altryne · 2026-11-04
- 2165 页古籍 OCR 实测：失控循环从 3 降到 1，1881 卷错误率降 38% — vanstriendaniel · 2026-11-04
- 人类对话轮替中位停顿是 -120ms，语音 AI 的 500ms 还差得很远 — alexisgallagher · 2026-11-04
- Cloudflare 发布 Clairic：System One 式抽取模型，比传统 LLM 更快更准更便宜 — michellechen · 2026-11-04