GenExam
PulseAugur coverage of GenExam — every cluster mentioning GenExam across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的基准和模型应对 AI 生成的科学图 · 追踪 4 个来源
研究人员开发了新的基准和模型来应对使用 AI 生成科学图的挑战。新的生成器 Princigram 采用结构化物理思维链 (SP-CoT) 方法，以确保物理图的物理保真度，并在大型带注释图像数据集上进行了训练。同时，引入了 Diagram-MMU 基准来评估多模态大语言模型 (MLLM) 在科学图解析和理解方面的能力，揭示了当前模型在图到代码任务方面存在困难。另一个基准 Math-Vision Diagrams 专门针对 LLM 的数学…
-
新数据集DisciplineGen-1M助力学术内容的AI视觉生成
研究人员推出了DisciplineGen-1M，这是一个大规模数据集，旨在提高AI模型在生成和编辑知识密集型视觉内容方面的准确性。该数据集包含跨越数学、物理和计算机科学等十个学科的120万个样本，并通过结合矢量图形渲染、基于OCR的编辑和程序化合成的框架构建而成。使用该数据集进行的实验在GenExam和GRADE等特定学科的基准测试中显示出显著的改进，这表明结构化的学术视觉数据对于推动AI能力超越美学吸引力，实现可验证的、基于知识的视…
-
S1-Omni-Image 模型统一了科学图像的理解、生成和编辑
研究人员推出 S1-Omni-Image，这是一个开源的多模态模型，专为科学图像任务（包括理解、生成和编辑）而设计。该模型集成了推理骨干（S1-VL-32B）和图像生成模块，采用“先思考后生成”的方法。S1-Omni-Image 在科学图像生成和编辑基准测试中表现出色，在 GenExam 和 TechImage-Bench 等任务上超越了现有的开源模型，并在多项编辑基准测试中取得了最先进的成果。