开发了一个新的基准 BD-HazardVLM,用于评估视觉语言模型 (VLM) 在孟加拉国道路场景下进行防御性驾驶推理的能力。该基准包含来自 RSUD20K 和 TFP-BD 数据集的 500 张图像,并对危险存在、类别、风险发生时间、严重程度、防御性动作和潜在偏差进行了标注。在测试中,Qwen2.5-VL-7B、InternVL3-8B 和 MiniCPM-V-4.6 等模型在基本危险识别方面表现强劲,但在危险分类或风险发生时间预测等细粒度推理方面存在显著困难。 AI
影响 凸显了当前视觉语言模型在自动驾驶等安全关键应用中的局限性,尤其是在多样化的全球背景下。
排序理由 该集群描述了一篇介绍用于评估 AI 模型基准的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →