Tianqi Wei

新的PlantMicro基准测试揭示VLM在显微图像理解方面存在困难

一个名为PlantMicro的新基准测试已被开发出来，用于评估视觉语言模型（VLM）在理解显微植物图像方面的能力。该基准测试包含超过5000张图像和9000个问答对，旨在测试细粒度识别和推理能力。包括GPT-5在内的当前VLM在该领域显示出显著的局限性，GPT-5在病原体分类任务上的准确率仅为34.93%，凸显了它们在理解显微镜级别植物图像方面的能力差距。