JigShape

视觉语言模型看图说话很厉害，但空间推理到底行不行？JigShape 基准用带凹凸锁扣的拼图来测试，发现所有模型在 8×8 网格上性能集体崩塌。问题出在哪？模型过度依赖几何形状线索，却无法有效整合视觉内容进行推理。本期视频带你拆解这个“悬崖”背后的真相。