PulseAugur
中
实时 11:10:16
实体 Martingale Doppelgänger-Eval

Martingale Doppelgänger-Eval

PulseAugur coverage of Martingale Doppelgänger-Eval — every cluster mentioning Martingale Doppelgänger-Eval across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 0
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天

过去 90 天内暂无报道。

主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_95802 ·

    新基准审计视觉语言模型的烛台理解能力

    研究人员开发了 Martingale Doppelgänger-Eval，这是一个旨在审计视觉语言模型（VLM）烛台理解能力的新基准。该框架旨在区分真正利用视觉图表证据的 VLM 和那些仅仅推断过去趋势的 VLM。该基准采用受控机制，如鞅空市场和注入 alpha 反事实，以隔离模型行为，揭示许多当前的 VLM 表现出对过去趋势而非局部证据的显著偏见。