读得对,答得错:视觉配置变化如何影响视觉语言模型使用证据 23 9 月, 2026 作者 PengChao 差一个像素若跨过视觉配置边界,答案比邻近的等幅缩放更容易翻转;不少错误里目标仍然可读,显式引导能把其中一大部分原答案找回来。