待验证50% 置信事实精确时间

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

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

TestHallVQAproduct

相关事实

待验证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74% 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68% 相似待验证缺乏图像随访对比与时序管理功能的机型不适合慢病管理场景，糖网、青光眼视盘监测需要历史图像叠加对比，无该功能只能靠人工翻阅无法量化进展66% 相似待验证脑信号到图像的生成目前主要停留在科研阶段，工业界几乎没有对口岗位65% 相似待验证涌现能力的出现机制仍是学术界争议热点，部分研究者认为是真实相变现象，另一些认为是评估指标造成的视觉假象64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/921804

API

curl https://kongchang.com/api/v1/knowledge/claims/921804

MCP

get_claim(id=921804)