11月9日是德国柏林墙倒塌35周年纪念日。就在这个纪念日的前夕，来自东德和中国的民主人士齐聚一堂，在柏林查理检查站旁的Asisi Panorama展馆，共同纪念35年前的柏林墙倒塌以及及天安门事件。

研究团队采用了一种基于评分的评估方式（VQAScore），通过调整同一问题下两个不同选项的得分差，确保模型在回答「是」和「否」时的比例保持一致。仅凭这一简单调整，像 GPT-4o 这样的强大模型的表现几乎翻了两倍！