**规模越大越好？研究揭示视觉语言模型存在“逆缩放”现象**

_On the Limits of Scale: Inverse Scaling in Vision-Language Models_

> 研究通过评估 19 个视觉语言模型在 8 个基准测试中的表现，发现模型规模增大并不总是带来性能提升。相反，在特定子任务（如多图像空间推理、视觉感知及大学级 STEM 知识）中，较小模型的表现往往优于大型模型，这种现象被称为“逆缩放”，且在不同架构中普遍存在。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.27360)