研究人员开发了一个新颖的框架，用于评估从流程图图像生成的代码的质量，而无需参考代码。该系统在一个已被撤回的 arXiv 论文中提出，使用了两个自动化指标：Recall OCR，通过分析从输入图像提取的文本来估计内容覆盖率；Precision VE，通过与原始图像进行视觉蕴含来检测幻觉元素。结合的 F1 OCR-VE 分数在 FlowVQA 数据集上与地面真实指标显示出高度一致性，表明其在生产环境中用于实时质量监控的效用。 AI
影响 为代码生成任务中的视觉语言模型的实时质量评估提供了一种方法。
排序理由 该集群包含一篇详细介绍人工智能模型新评估框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
