待验证50% 置信事实精确时间

当提供正确的空间区域后，字形身份变得容易提取，说明空间选择是识别文字的主要瓶颈

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

多模态大模型为何读不懂"眯眼文字"？SquintBench揭示识别短板

涉及实体

空间选择concept

相关事实

待验证开放词汇检测通过引入视觉-语言对齐机制，将类别空间从离散标签扩展到连续的语义空间，其关键技术基础是CLIP模型建立的视觉-文本联合嵌入空间72% 相似待验证纯文本提示词在描述精确空间控制时天然模糊，语言是离散抽象的而图像编辑需要连续精确的空间控制68% 相似待验证结构化提示词通过明确技术栈、功能边界、输出格式和质量要求压缩模型猜测空间，相比一句自然语言Token消耗通常更低67% 相似待验证语言推理的正确性往往依赖人工标注，而标注本身存在主观性和覆盖盲区66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001166

API

curl https://kongchang.com/api/v1/knowledge/claims/1001166

MCP

get_claim(id=1001166)