被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6%
zacharynado · x · 2026-11-12
bcaine 的实验显示,视觉对基准成绩确实关键:移除 viewimage 工具后 WSR 下降 6%,token 消耗增加 1.85 倍。但更惊人的是前沿模型的「倔强」:zacharynado 观察到,当 Gemini 的视觉输入被拿掉后,它会把图像用文本重新渲染一遍,再作为文本输入给自己用,展现出极强的坚持和变通能力——几年前神经网络时代难以想象的进展。
「模型」频道最新
- 爆料称 OpenAI 将一次性发布 GPT-6.2 全家族,同时硬刚 Opus 5.5 与 Fable 5.2 — heypearlai · 2026-11-12
- ARC-AGI-3 榜单曝光:模型刷分可行但单任务成本高达数万美元 — haider1 · 2026-11-12
- LMArena 推出 Agent Arena,智能体竞技场上线 — arena · 2026-11-12
- LLM 为何答不好本地电网故障：超本地数据根本没被数字化 — csuwildcat · 2026-11-12
- Claude API 推出 per-message effort，中途调档不破坏提示缓存 — lyraxana · 2026-11-12
- rasbt 神总结 AI 场景三词：Hillclimbing、Benchmarking、Benchmaxxing — infoxiao · 2026-11-12