实体 EngVQA

EngVQA

PulseAugur coverage of EngVQA — every cluster mentioning EngVQA across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_82030 · Jun 9 · 13:20

新基准显示 VLMs 在工程推理方面存在困难

研究人员开发了 EngVQA，这是一个旨在评估视觉语言模型 (VLM) 工程推理能力的新基准。该基准包含五个工程学科的 696 个问题，并利用一个 8 阶段的评估框架来评估中间推理过程，而不仅仅是最终答案。对最先进的 VLMs 进行的初步基准测试显示，它们目前的工程推理能力存在显著局限性。