待验证50% 置信解决方案精确时间

Squint OPSD训练完成后，学生模型在推理阶段只面对原始图像，无需辅助视图或额外输入

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

Squint OPSDconcept

相关事实

待验证绝大多数视觉强化学习研究建立在目标物体始终位于摄像头视野之内的隐含假设上70% 相似待验证基于图论的抽取式方法无需大规模训练、可解释性强、计算成本低，且不存在幻觉问题68% 相似待验证Squint的策略仅依赖16×16像素的视觉输入进行学习67% 相似待验证No-image测试中用无关随机图像替换原图，模型表现仍显著优于随机猜测，说明模型主要依赖文本先验而非真正观察图像66% 相似待验证现有新视角合成评测通常从同一相机轨迹留出帧作为测试集，导致测试视角与训练视角高度相似，无法暴露泛化能力66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001170

API

curl https://kongchang.com/api/v1/knowledge/claims/1001170

MCP

get_claim(id=1001170)