PulseAugur
中
实时 09:08:02
实体 PRISMM-Bench

PRISMM-Bench

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

Show in brief
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
  1. TOOL · CL_368233 ·

    AI模型难以自主验证科学论文中图文不一致的问题

    研究人员开发了一个新的基准PRISMM-Bench,用于评估AI模型自主验证科学论文中文本与图表之间不一致的能力。在使用31篇已知存在图文差异的手稿进行测试时,超过60%的AI审查提到了有问题的图表,但只有3.3%正确诊断出矛盾。向模型提供图表名称,但未指明其存在缺陷,可将正确诊断率提高到20.4%。研究强调,确定要验证哪些图表是当前多模态AI系统面临的重大挑战。