所有事实仍答错：视觉语言模型的多证据整合缺口

视觉语言模型存在多证据整合缺口：即使能恢复局部事实，也常无法组合出满足全部约束的全局决策。Gemma-3-27B 在八项视觉实例中正确恢复所有已评估的孤立事实，但全局有效性仅 19.75%。隐藏状态探针可从全局提示状态解码答案归属信息，干净状态替换能在模型相关深度范围内恢复失败决策。