研究揭示多模态大模型存在核心认知缺陷：规模扩大难补基础理解短板

ICML 2025 高分论文揭示，当前主流多模态大模型（MLLM）在高层次任务表现优异，却在基础认知任务如物体恒存、空间推理等方面频繁出错，暴露出“核心认知缺陷”。研究团队构建了包含 1503 个图像-问题对的测评体系 CoreCognition，覆盖 12 项核心认知概念，并通过 2530 个评估数据点测试 230 款模型。结果显示，模型在基础任务中表现远逊于复杂任务，且模型规模扩大并未改善基础认知能力，甚至出现“越大越差”的现象。通过“Concept Hacking”干预测试，发现许多模型依赖语言捷径而非真正理解概念。该研究印证“Moravec 悖论”，挑战当前以规模驱动的发展路径，提出需在预训练中注入常识、引入认知引导训练机制，以推动更接近人类的通用智能发展。
来源：https://mp.weixin.qq.com/s/6pim9mdJhtuZJptxR6NrYg