已过期60% 置信事实时间未知

Gemma 4 14B和12B模型的视觉与OCR能力存在严重缺陷，无法可靠处理发票或截图中的文字提取

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30(已过期)

来源

Gemma 4 Complete Guide: The Apache 2.0 Open-Source Agent Powerhouse

bilibiliAI全文总结

相关事实

待验证将输出图片分辨率压低（如96DPI以下）会使文字细节模糊，导致OCR识别精度大幅下滑67% 相似待验证3D可视化存在固有认知缺陷，包括遮挡问题、距离失真以及精确数值读取困难62% 相似待验证OCR对艺术化字体、严重变形的文字或与背景融合的设计识别准确率会大幅下降60% 相似待验证前端视觉任务是多数LLM的弱项，根本原因在于视觉正确性缺乏明确的文本损失信号，而后端代码有明确的单元测试作为强化信号59% 相似待验证某些提供商在托管视觉模型时实际上并不具备视觉能力，可能导致依赖图像理解功能的请求失败或返回错误结果59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/57149

API

curl https://kongchang.com/api/v1/knowledge/claims/57149

MCP

get_claim(id=57149)