“蓝杯左边的杯子”：目标、参照物、关系三者分开

短语 cup left of blue cup 中，目标类别是 cup，参照物是 blue cup，关系是 left of。看到 blue 就返回蓝杯，找到了参照物，却没有完成目标选择。

LAB15 的受控画布中，左红杯框为 $[15,19,50,58]$，中心横坐标 32.5；右蓝杯框为 $[109,19,144,58]$，中心横坐标 126.5；书的框为 $[60,65,90,80]$。本例定义 left-of 为目标中心横坐标小于参照中心，且目标不是参照物本身。

先找唯一蓝杯，再从其他杯子中筛选：红杯满足 $32.5<126.5$，应返回红杯框。书也在蓝杯左侧，却不满足 cup 类别约束。若蓝杯缺失、出现多个蓝杯或存在多个满足关系的目标，程序必须有明确的无目标/多义处理，不能随意返回最高颜色分的对象。

这里说明的是一套显式关系语义。“完全在左侧”可以改用 $x_{max}(a)<x_{min}(r)$，与中心比较在重叠情况下不同。把语言问题落实为区域时，要先解释采用哪种语义，再谈模型是否正确。图上的坐标约定是半开边界框，不是逐像素包含端点的面积公式。