本研究提出了首个基于事实的中文视觉问答基准——ChineseSimpleVQA，旨在评估大规模视觉语言模型在视觉事实性方面的表现，涵盖8个主要主题和56个子主题。该基准通过多跳问题和高质量数据，分析了LVLM的能力边界和执行机制。

初入职场的新人不要过于努力，应先熟悉公司业务和工作流程，重新定义能力边界和工作范围，先做好擅长的事情，再追求更高目标。避免偏执狂的行为。