待验证50% 置信事实精确时间

大语言模型在文字版类似题目上有表现，但当任务以纯图像形式呈现、去掉文字描述后，准确率往往大幅下滑

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

机器能进行非语言推理吗？GenVerOpt框架突破视觉推理瓶颈

涉及实体

大语言模型concept

相关事实

待验证当前主流大语言模型在处理纯文本时表现优异，但对表格、流程图、截图等非文本格式的理解能力存在显著瓶颈78% 相似待验证视觉语言模型在OCR时倾向于把异常、残缺或不符合常规语言习惯的文本改写成语言上更通顺的表达，破坏了转录的忠实度76% 相似待验证当前多模态大语言模型在低分辨率、模糊的嵌入式文字场景下常常无法识别文字，甚至报告图中没有文字76% 相似待验证当大语言模型用其他AI生成的文本进行训练时，输出内容的可读性会下降76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1002395

API

curl https://kongchang.com/api/v1/knowledge/claims/1002395

MCP

get_claim(id=1002395)