斯坦福研究揭示：AI视觉模型会虚构未见过的图像

问题描述：

image663×490 34.1 KB
（该系列由 AI 整理并总结，因此截图发出，仅保留原文链接）

arXiv.org

MIRAGE: The Illusion of Visual Understanding

Multimodal AI systems have achieved remarkable performance across a broad range of real-world tasks, yet the mechanisms underlying visual-language reasoning remain surprisingly poorly understood. We report three findings that challenge prevailing...

image1618×483 101 KB

image994×588 126 KB

网友解答：

---

--【壹】--：

龙、凤凰等神兽呢

---

--【贰】--：

llm有自己的菌子吃

---

--【叁】--：

来点五彩斑斓的黑

---

--【肆】--：

人想象不出没见过的东西

---

--【伍】--：

基于现实动物的抽象表达

---

--【陆】--：

其实应该还是推理的机制问题，你说有图他后面的token也会跟着输出有图的情况。不是啥想象力