论文发现简单视觉符号可隐式影响VLM行为，且模型间视觉沟通存在生成—解读差距。
资讯摘要
一篇 arXiv 论文探讨视觉语言模型（VLM）的视觉意义与沟通能力。作者报告称，简单视觉符号如红色爱心会显著影响模型在看似无关任务上的行为，例如引导模型在简单编程题上采用递归解法；这种影响多为隐式，模型对符号的显式解读与思维轨迹同实际行为明显不一致。在模型间视觉沟通中，作者观察到生成—解读差距：模型倾向发送自身和人类觉得直观的形状基元，却常无法引导其他模型。
要点速读
- 论文报告红色爱心等简单符号可影响VLM在无关任务上的行为，如促使模型在简单编程题上采用递归解法。
- 这种引导效应多为隐式，模型对视觉符号的直接解读和思维轨迹与实际行为存在明显分歧。
- 模型间视觉沟通存在生成—解读差距：模型发送的直观形状基元常无法有效引导其他模型。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。