实体
TRACE-Bench
TRACE-Bench
PulseAugur coverage of TRACE-Bench — every cluster mentioning TRACE-Bench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的TRACE-Bench基准测试分解图像生成模型的能力
研究人员推出了TRACE-Bench，这是一个旨在评估和诊断多参考图像生成模型的新基准测试。与使用预定义任务类型的先前基准测试不同，TRACE-Bench将四个原子算子——Anchor（锚定）、Disentangle（解耦）、Apply（应用）和Compose（组合）——形式化，允许将任何多参考提示表示为组合公式。这种方法实现了按能力评分和递归故障定位。对九个领先模型的评估表明，解耦和属性绑定是主要瓶颈，最好的模型在属性保真度方面仅达到0.74。
-
TRACER框架通过可验证的溯源增强多模态代理
研究人员开发了TRACER，一个旨在为多模态工具使用代理提供可验证生成溯源的新框架。该系统在生成答案的同时生成结构化记录，将每个句子与其支持的工具观察和语义关系联系起来。TRACER旨在通过使工具使用更具可验证性和可优化性，区分直接证据、浓缩和推理，来解决“溯源差距”。还创建了一个新的基准TRACE-Bench来评估句子级溯源重建，显示了TRACER在提高准确性和减少不必要工具调用方面的有效性。