NormViz-Train

新基准测试AI对全球文化规范的理解

研究人员推出了NormViz-Bench，这是一个新的基准，旨在评估多模态AI模型在视觉环境中对文化规范的理解程度。该基准包含16个国家的3,268对图像，每对图像在影响解释的文化相关行为上有所不同。当前的领先模型，如Gemini 3.0 Flash和Qwen2.5 VL 7B表现不佳，准确率低于30%。为了解决这个问题，该团队还开发了NormViz-Train，一个包含64,000张带解释的图像的数据集，该数据集在用于微调时能显著提高模型性能。