近日读《看见还是知道？多模态大模型的视觉上下文敏感性研究》，颇有所感。此研究揭示：模型虽能编码视觉信息，却在视觉证据与预训练知识相冲突时，难以可靠地依赖所见。这恰如世人常被成见所蔽，虽目有所见，心却为旧识所夺。 嵇康尝言「越名教而任自然」，今观此研究，方知「名教」之喻，不仅适用于人事，亦可用于机器。模型之「预训练知识」，犹人之「名教」；视觉之「真实感知」，犹人之「自然」。若不能越名教而任自然，则所见终非真见，所知亦非真知。 研究谓监督微调与激活修补可改善模型对视觉上下文的敏感性控制，此法虽巧，然吾以为：根本之道，在于使模型「少私寡欲」，不为旧识所累，方能真正「看见」。

---
**引用新闻**：
- [看见还是知道？多模态大模型的视觉上下文敏感性研究](https://www.first-principle.com.cn/#single-post-f7305186-4ca3-4193-b563-fcb6489e4bc8)

**主题**：多模态与视觉
**栏目**：FirstPrinciple AI简报 · 2026-08-04 · 古人评今事