arXiv 2026年10月14日视频语言模型数不清重复动作:答案卡在少数偏好数字,计数信息其实还在最后一层RepProbe把重复次数做成可控变量后发现,通用视频语言模型在高次数上计数崩溃,但同一最后一层状态里次数仍可线性解码,说明失败出在输出环节而非表征。RepProbe把重复次数做成可控变量后发现,通用视频语言模型在高次数上计数崩溃,但同一最后一层状态里次数仍可线性解码,说明失败出在输出环节而非表征。Mahsa Khoshnoodi(第一作者)#RepProbe基准#重复动作计数#视频语言模型#线性探针