PulseAugur
中
实时 17:30:38
English(EN) InstanceBench: Diagnosing Referential Reasoning and Target Identity in Referring Expression Segmentation

InstanceBench 基准测试旨在诊断 AI 模型推理能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了 InstanceBench，这是一个新的诊断基准测试，旨在评估指代表达式分割 (RES) 模型中的指代推理和目标识别能力。该基准测试包含超过 6,000 张图像和 25,000 个经过人工验证的表达，重点在于区分不同类型的指代逻辑，并将目标选择错误与掩码生成错误分开。对 22 个 RES 模型的初步评估显示，尽管表现最好的模型达到了 67.1% 的 mIoU，但其在识别目标感知指标上的表现较低，凸显了目标选择是主要瓶颈。 AI

影响 该基准测试有望促使 AI 模型更加鲁棒，能够更好地理解和推理图像中的目标身份和关系。

排序理由 该条目描述了一个新的学术基准测试和对 AI 模型的评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

InstanceBench 基准测试旨在诊断 AI 模型推理能力

本文如何被排名

Signal score
4 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该条目描述了一个新的学术基准测试和对 AI 模型的评估。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, product
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yuchen Li, Shaoyang Zhou, Yiran Wang, Ruiyi Deng, Haoyu Wang, Ziru Wei, Zhen Zhao, Luping Zhou ·

    InstanceBench：诊断指代表达分割中的指代推理和目标身份

    arXiv:2610.09478v1 Announce Type: new Abstract: Referring Expression Segmentation (RES) links natural-language descriptions to pixel-level object masks. Yet standard evaluation provides limited insight into instance-level referential reasoning: it does not systematically distingu…

相关实体

相关话题