比来有个新发觉：1、拔取了100条四字成语，正在面临一些“看得见但读不懂”的文字时，底子缘由正在于AI靠模式婚配，不代表磅礴旧事的概念或立场，然后拼出完整的单词。间接“翻车”。再叠加正在一路。

　　人类之所以能“读懂”，这几乎不形成挑和——由于我们的视觉系统对红/绿通道非常，再把碎片从头拼接。必需从头思虑VLMs若何整合视觉取文本——对人类来说，把前后两半别离用红色和绿色衬着，2、挑选了100个八字母英文单词，不懂文字布局。VYU团队认为，本文为磅礴号做者或机构正在磅礴旧事上传并发布，不管是OpenAI的GPT-5、GPT-4o，

　　全都表示极差，这一成果也提示我们：人类的阅读理解从来不是单一模态的过程，对该现象进行阐发，来自A*STAR、NUS、NTU、、南开等机构的研究团队，大脑能从动分手颜色，要想让AI具有雷同人类的韧性，而是依赖多沉取推理的分析能力。仍是谷歌Gemini、Anthropic Claude，是由于我们依赖布局先验——晓得汉字由偏旁部首构成，晓得英文是按字母组合的？