一句话指向哪个对象

阅读与动手顺序

1. 先看一个可解释的失败

   “蓝杯左边的杯子”中，蓝杯是参照物。关键词规则找到蓝杯，不能据此声称找到了目标。

2. 用受控变化检验关系

   在 LAB15 的 RGB 规则提框与关系检查中改变对象位置或属性，区分目标、参照物和关系。

3. 回到可学习模型的接口

   CLS11 再比较短语到区域、提示到 mask、视觉向量到语言模型的接口与训练范围；规则练习不冒称 GLIP/LLaVA 推理。

优先实践

可先阅读已有结果，再按问题选择是否重算。并列实验提供不同起点，不要求全部运行。

• LAB 15 · 语言指代小练习：目标、参照与关系

  RGB规则提框、错误关键词基线、目标/参照/关系与干预

  在 Deepnote 打开 ↗

配套讲解

• CLS 11 · 语言定位与视觉模型接口

  目标/参照/关系、受控图像干预、短语区域学习、分割提示及连接器

  在 Deepnote 打开 ↗

接回课堂中的问题