研究：文字样式影响LVLM属性描述

Xiaomeng Wang、Martha Larson 和 Zhengyu Zhao 发表研究称，即使大型视觉语言模型正确识别出图像中文字所指的概念，文字的视觉样式仍会影响模型对该概念的属性描述。 研究对比了功能性样式（如黑色无衬线字体）与装饰性样式（如彩色手写体），称存在“非平凡的样式泄漏”，即文本样式渗入语义推理。该成果已被 ICMR 2026 接收，作者据此呼吁对基于 LVLM 的多媒体系统开展样式感知的评估与缓解。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。