# 涌现的视觉形态思维

多模态训练是否改变了模型在纯文本输入下的推理方式，此前只有行为层面的证据。研究在6个模型家族、10种多模态配置上构造视觉—语言方向，并在推理时移除隐藏状态在该方向上的投影；Chameleon-7B在BBH导航任务上掉分，而布尔表达式基本不受影响，形成双重分离。效应具有方向特异性和层局部性，并延伸到心理旋转、折纸、视角采择等心理模拟任务。

多模态训练是否改变了模型在纯文本输入下的推理方式，此前只有行为层面的证据。研究在6个模型家族、10种多模态配置上构造视觉—语言方向，并在推理时移除隐藏状态在该方向上的投影；Chameleon-7B在BBH导航任务上掉分，而布尔表达式基本不受影响，形成双重分离。效应具有方向特异性和层局部性，并延伸到心理旋转、折纸、视角采择等心理模拟任务。