待验证50% 置信事实精确时间
研究者将模型在视觉推理中因语言未正确绑定到视觉实体、区域或位置而导致的失败模式定义为「指称鸿沟」（reference gap）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证指称鸿沟是一个独立于视觉感知的瓶颈，解释了部分此前被误判为感知不足的错误。78% 相似待验证引用差距的本质是指代消解（Coreference Resolution）问题在视觉推理中的体现，模型在多步推理中容易发生指代漂移78% 相似已验证视觉定位系统的判断质量高度依赖画面中包含的可利用地理线索数量，信息贫乏的画面会使模型陷入困境73% 相似待验证论文提出多模态大模型在空间、具身、物理、时间推理上的缺陷可能都源于同一种能力缺失——视觉转移推理（visual transition reasoning）。73% 相似待验证视觉-语言模型在Winoground、ARO基准测试中暴露出属性绑定错误、空间关系理解薄弱和计数能力缺失三类核心问题72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1113901API
curl https://kongchang.com/api/v1/knowledge/claims/1113901MCP
get_claim(id=1113901)