测试显示AI视觉模型存在顺序偏好与幻觉

发生了什么

据Towards Data Science报道，VisionQ基准测试显示20个AI模型中最佳者判断准确率为63.1%，仍高于随机猜测的32.2%。作者自测发现Claude在图片压缩伪影判断中存在严重顺序偏好，24次测试中23次选择第二张图。测试涵盖GPT-4o、Claude Sonnet 5和Gemini 3.1 Flash Lite，共执行1,080个问题以验证模型是否受图像展示顺序影响或产生幻觉。