Unverified50% confidenceFactExact time
VLM在描述整体场景时表现出色，却在精确定位微小目标时频频出错，这是因为当画面元素密集时单个patch可能包含多个人物导致细节信息在下采样中被稀释或丢失
1
Sources
50%
Confidence
Long-term
Relevance
8/28/2026
First Seen
Sources
Related Entities
Related Claims
Unverified扩散模型生成图像的宽高设置若偏离训练分辨率太远，可能导致重复构图、人物比例失调等问题65% similarUnverified一位Reddit用户分享了使用Qwen 3.6 VLM尝试在《威利在哪里》密集人群画面中寻找威利的实验，结果显示模型面对高密度目标搜索任务时表现力不从心64% similarUnverified模型中不同层对量化误差敏感度差异极大，注意力层的QKV投影和输出投影通常比MLP层中间权重更敏感，首尾层比中间层更脆弱64% similarUnverified跳过访谈环节直接生成往往质量参差不齐，因为模型是在用随机猜测填充用户意图的空白处64% similarUnverified研究表明在目标检测任务中不恰当的图像预处理可能导致mAP下降5-15个百分点64% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/810990API
curl https://kongchang.com/api/v1/knowledge/claims/810990MCP
get_claim(id=810990)