PulseAugur
中
实时 06:39:29

新基准测试 AI 模型在道路损坏检测方面的能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了 WildRoadBench，这是一个旨在评估视觉语言模型 (VLM) 和由大型语言模型驱动的代理在航空影像中识别道路损坏的能力的新基准。该基准包含两个赛道：一个赛道供 VLM 使用视觉基础和提示来定位损坏，另一个赛道供自主代理在有限预算内执行诸如网络搜索和代码生成等任务。当前前沿模型显示出潜力，但仍未达到可靠的性能水平，而开源模型和代理则明显落后。 AI

影响 该基准有望推动 AI 从航空数据评估基础设施损坏能力方面的进步。

排序理由 该集群描述了一个新的学术基准和相关论文，符合研究类别。

在 arXiv cs.LG 阅读 →

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

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Bingnan Liu, Chenhang Cui, Rui Huang, Jiani Luo, Zhirong Shen, Tinghao Wang, Xiande Huang, Lingbei Meng, Fei Shen, An Zhang ·

    WildRoadBench: A Wild Aerial Road-Damage Grounding Benchmark for Vision-Language Models and Autonomous Agents

    arXiv:2605.20306v2 Announce Type: replace-cross Abstract: We introduce WildRoadBench, a wild aerial road-damage grounding benchmark that couples direct visual grounding by vision-language models with autonomous research-and-engineering by LLM-driven agents on a single professiona…

相关实体

相关话题