待验证50% 置信事实精确时间

一项针对四款主流视觉模型的基准测试研究提交给了 Kaggle Benchmarking Challenge，核心问题是当被问的数字被物理遮挡时，视觉模型会承认无法判断还是编造一个

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

遮住账单总额后，视觉大模型会凭空编造数字

涉及实体

Kaggle Benchmarking Challengeconcept

相关事实

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65% 相似待验证应把最终画面的元素当成约束条件而非视觉建议，因为约束条件可验证而视觉建议模糊64% 相似待验证AI可见性仪表盘用有限的预设问题推断整体可见性，存在极大的采样偏差63% 相似待验证在特定领域、特定规模数据集上，几张3090显卡有时足够训练出一个特定领域的视觉基础模型62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/997255

API

curl https://kongchang.com/api/v1/knowledge/claims/997255

MCP

get_claim(id=997255)