规模并非万能：视觉语言模型在部分子任务上出现逆缩放

研究团队评估四个模型家族的19个视觉语言模型，在八个多模态基准的九个评测划分上每题逐一对比，共完成558,334次模型-问题评测，发现375个子任务-模型对组合出现逆缩放，涉及4,342个较小模型答对而较大模型答错的独特问题。