为什么我使用vLLM服务测试的效果没用使用Transformer好，vLLM模型总是有他自己的想法，例如我要输出图片中所有文字，他对图片进行描述：图片中的文字是中文。而且提示词都是“检测并识别图片中的文字，将文本坐标格式化输出。”，但是vLLM服务基本上不会 ...