视觉 Agent

共 17 题

#

1. 视觉理解与 DOM 树结合的混合定位方案如何降低误点率

A 视觉理解识别语义，DOM 树提供精确定位，互校准 ✓ 正确答案

B 只用视觉

C 只用 DOM

D 随机点击

#

2. 医疗影像辅助诊断中多模态模型的合规与责任边界

A 独立诊断

B 无需责任

C 完全替代医生

D 辅助决策，最终由医生决策并承担责任 ✓ 正确答案

#

3. 卫星/无人机图像的语义分割与大模型理解结合价值

A 分割提供精确几何结果，大模型转化为语义问答与决策支持 ✓ 正确答案

B 分割完全替代大模型

C 大模型替代分割

D 无价值

#

4. 零售/电商场景中商品图理解（属性抽取/以图搜货）的工程落地

A 属性关键词

B 商品图嵌入与向量索引检索相似商品 ✓ 正确答案

C 随机匹配

D 仅文本

#

5. 视觉理解服务的批处理与缓存（相同图不同问题）优化

A 缓存图像编码，图级复用，问题单独推理 ✓ 正确答案

B 只缓存问题

C 不缓存

D 只缓存文本

#

6. 视觉 Agent 如何通过截图理解 GUI 状态并决定下一步操作

A 随机

B 仅坐标

C 截图理解出的界面状态与任务目标 ✓ 正确答案

D 仅历史

#

7. 视觉 Agent 在移动 App 自动化测试中的应用与稳定性

A 无等待

B 混合定位、等待机制、重试与操作后状态验证 ✓ 正确答案

C 随机重试

D 无快照

#

8. 视觉 Agent 处理动态页面（动画/弹窗）的鲁棒性设计

A 立即点击

B 随机等待

C 忽略

D 等待界面稳定/加载完成，重截图确认后再操作 ✓ 正确答案

#

9. 工业质检中 VLM 做缺陷识别的少样本适配方法

A 海量标注

B 无适配

C 随机提示

D 提示词加参考示例与 LoRA 微调，结合传统算法兜底 ✓ 正确答案

#

10. 图像内容审核（违规识别）中 VLM 相比规则模型的召回优势

A 语义理解与泛化，召回隐含违规内容 ✓ 正确答案

B 成本更低

C 速度更快

D 无优势

#

11. 高分辨率图像输入对 VLM 推理成本与延迟的影响与降采样策略

A 模型体积

B 网络带宽

C 像素多导致 Token 数多 ✓ 正确答案

D 无可避免

#

12. 视觉 Agent 多步任务如何做端到端成功率评测

A 单步执行

B 点击次数

C 截图数量

D 最终任务目标是否达成 ✓ 正确答案

#

13. 视觉 Agent 的图像理解、元素定位与点击操作之间的误差如何累积，任务成功率应如何分环节评测？

A 预测坐标与真值的距离/命中率 ✓ 正确答案

B 仅文本

C 随机

D 仅点击次数

#

14. VLM 的幻觉（图上不存在之物）如何检测与抑制

A 鼓励自由发挥

B 提示词约束加证据校验与置信度门槛 ✓ 正确答案

C 忽略

D 无兜底

#

15. Set-of-Mark / 视觉提示（visual prompting）如何提升模型定位精度

A 提高坐标精度

B 增加截图

C 用唯一标记指代元素，把定位变成离散标签识别 ✓ 正确答案

D 随机标记

#

16. GUI Agent 的屏幕理解（截图、无障碍树、DOM）与元素定位（坐标、语义描述）应如何组合，跨平台时定位策略如何抽象？

A 只用视觉

B 每平台写死

C 只用坐标

D 抽象统一元素定位层，各平台实现适配 ✓ 正确答案

#

17. 视觉 Agent 的误操作防护，高风险动作（删除、转账）应如何识别并要求确认，截图与操作日志如何脱敏留存？

A 直接执行

B 忽略

C 识别风险并触发确认/授权流程 ✓ 正确答案

D 无审计