实体 WTP-Bench

WTP-Bench

PulseAugur coverage of WTP-Bench — every cluster mentioning WTP-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

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_15790 · May 5 · 04:00

BareBones基准测试揭示视觉语言模型存在纹理偏差断崖

研究人员推出了BareBones，一个旨在测试视觉语言模型（VLMs）几何理解能力的新基准测试。该基准测试使用像素级轮廓来评估VLMs是否能独立于视觉纹理或上下文信息来理解几何结构。对包括GPT-4.1和Gemini在内的26个领先VLMs的评估显示，在移除视觉纹理后，性能出现显著下降，这种现象被称为“纹理偏差断崖”。