PulseAugur
实时 06:41:05
实体 Textual Premise

Textual Premise

PulseAugur coverage of Textual Premise — every cluster mentioning Textual Premise 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_231671 ·

    新基准VeriOCRBench测试MLLM的OCR任务验证能力

    研究人员推出了VeriOCRBench,一个旨在评估多模态大语言模型(MLLMs)在光学字符识别(OCR)场景中任务验证能力的新基准。该基准解决了“盲目合规”问题,即模型在面对难以辨认的文本、矛盾的前提或缺失信息时,常常会假设任务有效。VeriOCRBench包含1800个样本,涵盖了不同领域和验证维度中注入的无效任务,旨在衡量模型在尝试回答之前确定任务是否可执行的能力。对15个领先MLLM的评估揭示了显著的可靠性差距,包括持续的盲目…