研究揭示视觉符号对VLM的隐式引导与通信机制

2026年10月28日，arXiv发布人工智能领域最新研究，探索了视觉语言模型（VLM）中的视觉意义与通信机制。研究表明，视觉符号能够隐式引导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，且模型的思考轨迹与其实际行为存在显著脱节。此外，在模型间的视觉通信实验中发现了“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。研究指出，尽管VLM能够创造性地传递抽象视觉信息，但其构建视觉意义的方式仍大幅偏离人类惯例。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。