一、讽刺类图片理解：多模态模型的”终极考场” 讽刺类图片是视觉语义推理的”高压测试场”，其核心特征在于通过视觉元素与语义逻辑的矛盾传递隐含意义。例如，一张显示”环保大会现场堆满一次性塑料杯”的图片，需模型……
