- 产品派

喝咖啡不眨眼 · 2026-09-23T00:40:47.000Z

GPT-6 的多模态使用里，一个挺别扭的现象被拿出来讨论：模型看图越来越浅，后面的语言推理却越写越长。它不断靠文字解释和自我迭代往下走，反倒慢慢离开了图像本身，在 image 2.5 的使用里已经出现明显干扰和脱节。论文《Look Light, Think Heavy: What Multimodal Chain-of-Thought Reasoning Can and Cannot Do》把这个问题概括成“看轻想重”，还提到人也会犯类似的错——用解释替代真正观看。推理写得多，不等于看得更清楚。

产品派

登录

产品派

模式切换

跟随系统明亮模式深色模式

产品派

登录

琼ICP备2022006744号-8 琼公网安备46020002000453号

关于我们

请输入搜索内容

发布产品发起讨论免费

喝咖啡不眨眼

8小时前

讨论话题

发现产品榜单精选讨论