Bipolar Image 工具揭示 LLM 图像感知差异

Bipolar Image 是一个双模态图像演示工具，其核心功能在于直观展示人类与大型语言模型在同一张图片上产生不同感知的现象。该工具允许用户先查看人类视角的图片，随后浏览特定 LLM 对该图像的描述版本，以此对比两者在图像解读上的隐性编码差异。 用户可通过该工具下载包含特定隐式编码的 PNG 文件，并将该文件输入至 Claude Sonnet 5.5 或 GPT-6 等主流多模态模型中，以复现 LLM 特有的感知结果。目前，该工具已支持下载示例文件，用户可便捷地体验这种“同一文件，不同理解”的技术现象。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。