研究发现，视觉语言模型（VLMs）在回答问题时常常关注错误的图像区域。通过引入“答案驱动注意力”这一新指标，分析了多个流行的VLMs（如LLaVA、InstructBLIP和MiniGPT-4），并提出了提升模型性能的建议。