一颗心代表递归：探索 VLM 中的视觉意义与通信机制

视觉符号能隐式引导 VLM 的下游行为，例如红心符号可促使模型在编程任务中采用递归解法，且其思考轨迹与实际行为显著脱节。在模型间的视觉通信中存在“生成与解释差距”，发送方常用的直观几何图元往往无法成功引导接收模型。尽管 VLM 能够创造性地传递抽象视觉信息，其构建视觉意义的方式仍大幅偏离人类惯例。