arXiv 2026年10月12日多模态大模型细粒度识别不再靠猜：推理时收紧候选表并给对比提示，13个基准上平均涨约15分多模态大模型做细粒度识别时，视觉线索与类别概念关联不足；LIVE在推理时收紧候选类别表并按需给出类别对比提示，在13个基准上把Qwen2.5-VL-7B的平均准确率提高14.96分。多模态大模型做细粒度识别时，视觉线索与类别概念关联不足；LIVE在推理时收紧候选类别表并按需给出类别对比提示，在13个基准上把Qwen2.5-VL-7B的平均准确率提高14.96分。Yutong Yang（第一作者）#LIVE框架#细粒度识别惰性#细粒度图像识别#多模态大语言模型