稠密坐标列表微调在LLM中诱导可控干扰表面

微调视觉语言模型以发出密集的坐标列表可以改善视觉基础，但也改变了模型序列化、重复和终止结构化输出的方式。我们将这种行为作为生成和控制面来研究。在 Gemma 4 12B 中，高容量 q/k/v/o LoRA 将类别感知 F1@0.3 从 0.007 提高到 0.448，同时引起重复尾部压力（重复率 0.080，最大重复 23）。 q/v 排名扫描将排名 4-64 的最大重复次数保持在 21-22，显示了容量持久性。目标信号是可分离的：对象级重复停止删除精确的重复记录（重复率0.000，最大重复1），同时保留F1（0.494至0.490）和更严格的F1@0.5（0.381至0.385）。结构轴探针将效果定位到 bbox 坐标对象列表；密集的非 bbox 和空间/计数 JSON 保持重复干净，包括在高容量适配器下。 Qwen3-VL-8B 再现了干净的受控端点（F1@0.3 0.318，重复率 0.000），COCO 2017 再现了采集加重复压力。因此，密集的坐标列表适应创建了一个可以测量和控制的结构约束、跨族干涉表面。