研究人员推出了inkGround,这是一个旨在评估视觉语言模型(VLM)在草书细粒度视觉基础能力的新基准。该基准将页面图像与参考笔画轨迹配对,从而能够评估VLM在笔画轨迹恢复等任务上的表现。初步评估显示,包括Gemini-3.1 Pro在内的闭源模型在生成清晰可辨的轨迹方面表现良好。 AI
影响 该基准有望推动VLM在涉及复杂视觉理解和序列生成任务方面的改进,可能对文档分析和历史文本数字化等领域产生影响。
排序理由 该集群包含一篇研究论文,介绍了一个用于评估视觉语言模型在特定任务上表现的新基准。[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 →