多模态LLM图表计数失败归因研究
热点事件持续更新
多模态LLM图表计数失败归因研究
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月9日，一项发表于arXiv的人工智能研究提出用“复杂度孪生”方法区分多模态大模型在图表计数上是看错还是算错。研究将同一张图上的计数问题按计算复杂度配对，例如生成树计数对应行列式、简单路径计数为#P-complete，并借助转录探针与纯文本对照分离视觉读取与计算环节。测试对象包括Gemini、Gemma和Qwen3-VL。结果显示，Gemini在思维链下多数能正确读取小图却数错；其答案精确率随答案数值每增大一个数量级下降2.38倍，受答案规模的影响远大于复杂度类别。该研究由Yin Liu提交，目前为预印本，尚未见同行评审或后续跟进报道。
AI 根据报道生成 · 12 小时前更新
最新进展11月9日 13:00
看见还是数清：复杂度孪生揭示多模态 LLM 在图表上的失败点报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv Artificial Intelligence看见还是数清：复杂度孪生揭示多模态 LLM 在图表上的失败点
研究用同一张图上不同计数复杂度的问题（生成树对应行列式、简单路径为 #P-complete）配对，区分多模态 LLM 是看错还是算错。测试 Gemini、Gemma 和 Qwen3-VL 发现，Gemini 在思维链下多数能正确读取小图却数错，答案精确率随答案数值每增大一个数量级下降 2.38 倍，受答案规模影响远大于复杂度类别。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月10日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。