待验证50% 置信观点精确时间
VLM 在无约束条件下评判标准容易漂移，且对细粒度视觉细节（如坐标轴标签、箭头指向）的敏感度有限。
1
来源数
50%
置信度
长期有效
时效性
2026/10/21
首次发现
来源
涉及实体
相关事实
待验证让VLM直接输出像素级精确坐标是在用其不擅长的方式工作，大模型擅长语义理解和粗粒度定位，但在几何精度上不可靠75% 相似待验证VLM在视觉信号不足时，语言先验会接管并以自然流畅的方式填补模型实际上没看到的内容70% 相似待验证现有基于视觉语言模型（VLM）的图表评估基准通常缺乏对图表类型的系统分类，对所有图表采用通用标准。69% 相似待验证VLM 在图像描述、视觉问答等任务上表现优异，但其空间理解能力长期存在争议，模型可能通过语言先验猜对答案而非真正构建空间表征。66% 相似待验证VLM 评判器使用与设计图元素和关系绑定的样本级视觉图评分标准（Visual Graph Rubric, VGR）来判断审美质量。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1079436API
curl https://kongchang.com/api/v1/knowledge/claims/1079436MCP
get_claim(id=1079436)