掘金· lucas_AI·2026-10-28 09:44· 18 天前AI 评分58

图森与弗吉尼亚理工团队提出三阶梯诊断协议，定位图像转文本后推理变差的原因

把图转成文字再答题，为什么反而错得更狠？图森破了：答案就吊在那一条边上

AI 导读

图森大学和弗吉尼亚理工团队用同一模型、同一套720道流程图题做对照，喂源结构真值文本准确率87.1%，直接看图27.2–28.8%，喂模型自己提取的文本22.8%。

来源：掘金 · juejin.cn