实体
GLM-4.5V
GLM-4.5V
PulseAugur coverage of GLM-4.5V — every cluster mentioning GLM-4.5V across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
GPT-5.5 在建筑图纸的几何基础定位方面处于领先地位
一篇新的研究论文介绍了一种名为CrossProjection的方法，用于评估视觉语言模型在识别和定位建筑图纸中的几何组件方面的能力。该研究在涉及不同建筑视图的匹配、配准和几何基础定位的任务上测试了GPT-5.5、Qwen3-VL-32B-Instruct和GLM-4.5V。GPT-5.5表现出卓越的性能，在分类判断中达到了82.4%的准确率，显著优于其他模型。
-
前沿VLM因定位不佳和混淆在医疗VQA测试中失败
一篇新论文评估了五种领先的视觉-语言模型（VLM）在可信医疗视觉问答（VQA）方面的表现。研究发现，这些模型在准确识别解剖目标方面的能力存在显著局限性，并且存在左右混淆的倾向，表现最好的模型平均IoU仅为0.23。将定位整合到流程中会进一步降低性能，凸显了定位是关键瓶颈。虽然领域适应在提高VQA准确性方面显示出希望，但感知和可信度问题仍然存在。