研究人员推出了CellTrack-Bench,一个旨在评估视觉语言模型(VLMs)细胞追踪能力的新基准。该基准包含1,537个问题,来源于四个成像模态的15个标准细胞追踪数据集,旨在评估VLMs在该领域的性能与专业算法的对比。研究还包括对失败模式的分析,并对9个闭源和13个开源模型进行了基准测试。 AI
影响 该基准将帮助研究人员评估和改进VLMs在文本之外的复杂科学任务上的性能。
排序理由 该集群描述了一个用于评估AI模型在特定科学任务上的新基准,发布在arXiv上。[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 →