实体 Vector-Bench

Vector-Bench

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

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

TOOL · CL_156296 · Jul 22 · 04:00

新的Vector-Bench基准测试揭示AI在精确编辑SVG代码方面存在困难

研究人员推出了Vector-Bench，这是一个旨在评估AI模型精确编辑可缩放矢量图形（SVG）代码能力的新基准测试。该基准测试包含40个具有挑战性的任务，每个任务将一个损坏的SVG与视觉指令和隐藏的目标程序配对。Vector-Bench评估模型在保持代码其他部分不变的情况下进行所需更改的能力，使用确定性奖励规范，该规范考虑了修复的可感知容差和未请求元素的语义完整性。对34个模型端点的评估显示，即使是最强大的模型，在完全满足规范方面也…