GPT-6 在多模态模型容易出现 “Look Light, Think Heavy” 的问题上越来越明显了，用解释代替观看也是人类常犯的错误
看图越来越浅，语言推理越来越长，都是基于语言的自迭代和解释而脱离视觉本身，这在对 image 2.5 的使用里明显干扰和脱节
这个问题的提出来自论文：Look Light, Think Heavy: What Multimodal Chain-of-Thought Reasoning Can and Cannot Do
GPT-6 多模态"看轻想重"问题引关注
AI 导读
论文《Look Light, Think Heavy》指出多模态模型存在"看轻想重"问题：看图越来越浅、语言推理越来越长，靠语言自迭代和解释脱离视觉本身。GPT-6 上这一现象越来越明显，在 image 2.5 的使用中造成明显干扰与脱节，作者认为用解释代替观看也是人类常犯的错误。
-Zho-@ZHO_ZHO_ZHO38
AI 编辑部评分，满分 100GPT-6 多模态"看轻想重"问题引关注
论文《Look Light, Think Heavy》指出多模态模型存在"看轻想重"问题：看图越来越浅、语言推理越来越长，靠语言自迭代和解释脱离视觉本身。GPT-6 上这一现象越来越明显，在 image 2.5 的使用中造成明显干扰与脱节，作者认为用解释代替观看也是人类常犯的错误。
来源：-Zho-· x.com