待验证50% 置信事实精确时间
一项3,000题的探针实验显示，VLM错误预测反而比正确预测吸引了更多图像注意力（Cohen's d = -0.46，p = 1.4×10⁻²⁴），与基于grounding的修正方法的核心假设相反。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证一项消融实验将模型的潜思考片段替换成来自无关问题的片段后，准确率下降 45%–51%，表明潜思考在承载实质推理。69% 相似待验证顶级学术深伪检测器在面对未见过的生成模型时，准确率可能从99%骤降至60%以下，这被称为跨模型泛化问题69% 相似待验证自动化评估显示，DiscoveryRSI 的假设质量从基座模型的 4.86 提升到两轮自我改进后的 5.39，提升集中在可证伪性和数据可解析性维度。69% 相似待验证即使只有5-10%的训练样本存在错位，也会导致VLM模型在下游任务上出现显著的性能退化69% 相似待验证预言机路由器预先知道小模型哪些会错，只将错误请求发给大模型，其准确率与始终用大模型相当，花费仅29%。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1074071API
curl https://kongchang.com/api/v1/knowledge/claims/1074071MCP
get_claim(id=1074071)