Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
9/15/2026
First Seen
Sources
Related Entities
Related Claims
Unverified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% similarUnverified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% similarUnverified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% similarUnverified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/921804API
curl https://kongchang.com/api/v1/knowledge/claims/921804MCP
get_claim(id=921804)