研究：先问视角会改变视觉语言模型的选择，GPT 与 Qwen3.8 均受影响
原文标题：Asking What a Director Sees Can Change What Vision-Language Models Choose
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文指出，在 Director Task 中先要求模型报告导演能看到哪些积木，会显著提高其选择被遮挡积木的比例——六个 GPT 模型上升 12 至 88 个百分点，Qwen3.8-27B 上升 17 个百分点。这说明视角提问本身会改变后续动作，作者据此提出配对提示基线，供所有心智理论评测采用。
- 问题
- 心智理论评测中先问视角是否会改变模型后续动作。
- 方法
- 在渲染版 Director Task 中对比有无视角提问的配对提示，观察选择被遮挡积木的比例。
- 结果
- 六个 GPT 模型上升 12 至 88 个百分点，Qwen3.8-27B 上升 17 个百分点；提示直接陈述导演所知时错误配对低于 1%。
- 影响
- 所有先问视角再评动作的基准都需配对无提问基线，否则会误判模型心智理论能力。
深读 · 结论先行AI 生成展开看要点与影响 ↓
先问「导演能看到什么」会改变模型选择，六个 GPT 模型选被遮挡积木比例升 12 至 88 个百分点。
- •在渲染版 Director Task 中，先问视角会提高选择被遮挡积木的比例
- •六个 GPT 模型上升 12 至 88 个百分点，Qwen3.8-27B 上升 17 个百分点
- •模型大多能正确报告导演所见，问题出在提问改变了请求的解读方式
- •当提示直接陈述导演所知所指时，正确报告配错误选择的回复不足 1%
- •作者提出仅差该提问的配对提示基线，供所有心智理论评测采用
为什么重要：现有「先报告视角再行动」的心智理论评测可能系统性高估失败率，做 VLM 评测的团队需要加入无提问基线。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。