AI编程 · 架构思考 · 技术人生

Gemini 多图识别逻辑现反转 Bug:最后上传被视为第一张

智谱 GLM,支持多语言、多任务推理。从写作到代码生成,从搜索到知识问答,AI 生产力的中国解法。

近期测试发现,Google Gemini 在处理多图上传时存在逻辑反转问题。当用户上传多张图片时,Gemini 会将最后上传的图片视为第一张,与用户直觉相悖。相比之下,Grok、豆包和 Claude 均能正确识别图片顺序。值得注意的是,如果在对话中涉及使用 Nano Banana,Gemini 反而能正确识别图 1 和图 2。该问题暴露了 Gemini 在多模态交互细节上的不足。

原文链接:V2EX 分享发现

赞(0)
未经允许不得转载:Toy's Tech Notes » Gemini 多图识别逻辑现反转 Bug:最后上传被视为第一张
免费、开放、可编程的智能路由方案,让你的服务随时随地在线。

评论 抢沙发

十年稳如初 — LocVPS,用时间证明实力

10+ 年老牌云主机服务商,全球机房覆盖,性能稳定、价格厚道。

老品牌,更懂稳定的价值你的第一台云服务器,从 LocVPS 开始