新基准 3D-DefectBench 评估用于 3D 生成的视觉语言模型

研究人员推出了 3D-DefectBench，这是一个旨在系统评估用于 3D 生成模型中自动化缺陷检测的流水线的新框架。该基准分析了视觉语言模型 (VLM)、资产渲染、提供的视觉证据、任务规范和人工标签构建等因素如何影响评估的可靠性。研究结果表明，虽然 VLM 的选择是最重要的因素，但流水线的其他要素也会影响性能并与模型选择相互作用，这表明自动化裁判应被评估为完整的系统而非独立的模型。 AI

影响 该基准提供了一种评估 3D 生成模型的标准化方法，有望加速开发并提高自动化质量评估的可靠性。

排序理由 该集群包含一篇介绍用于评估人工智能系统的新基准和框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• 3D-DefectBench
• alphaXiv
• arXiv
• CatalyzeX
• Connected Papers
• DagsHub
• Gotit.pub
• Hugging Face
• Litmaps
• scite Smart Citations
• vision-language model

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →