视觉语言模型 / CVPR2026
VLM 是感知还是回忆?用经典视觉错觉探测视觉感知与记忆
Do VLMs Perceive or Recall? Probing Visual Perception vs. Memory with Classic Visual Illusions
提出 VI-Probe 框架,通过分级扰动和匹配视觉控制(无错觉诱导)来分离视觉感知与语言记忆,并引入极性翻转一致性、模板固定指数和错觉乘数等指标,为评估 VLM 的视觉感知敏感性提供了可复用的探测方法。
视觉错觉探测式评估视觉感知与记忆