待验证50% 置信事实精确时间

研究通过理论分析证明，无关视觉 token 的干扰会导致大视觉语言模型可测量的性能下降

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

TestHallVQA：冗余上下文下大视觉语言模型的文档级推理新基准

涉及实体

相关事实

待验证使用思维链（CoT）提示不仅没有提升视觉感知性能，反而降低了性能75% 相似待验证根据Artificial Analysis的评估，该视觉模型因牺牲了部分视觉能力而排名略低75% 相似待验证在此研究之前，学界很少对无关视觉 token 造成的性能退化现象进行系统的量化74% 相似待验证视觉语言模型在提示词遵循度评估上相对成熟，但在运动质量这类需要时序理解的维度上仍有局限73% 相似待验证多模态大模型可借助语言先验补全模糊字符，使针对单一字符视觉特征的攻击效力大打折扣71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/921802

API

curl https://kongchang.com/api/v1/knowledge/claims/921802

MCP

get_claim(id=921802)