arXiv cs.AI· Zihan Deng, Chuanzhi Xu, Junjie Huang, Xiaozhen Zhong, Du Tiantian·· 10 小时前AI 评分23
PhoneValue-Bench:面向智能手机回收检测的双重真值评分卡基准
PhoneValue-Bench: A Dual-Ground-Truth Scorecard Benchmark for Smartphone Recommerce Inspection
AI 导读
PhoneValue-Bench 是一个面向智能手机远程回收检测的双重真值评分卡基准,配套 PhoneValue-Corpus(21,550 笔订单、278,748 张图像)用于弱监督训练,PV-Rank 为唯一排行榜(335 笔质量门控订单)。
正文 · AI 翻译
摘要:二手智能手机回收交易正在快速扩张,在手机送达之前,根据卖家提供的照片和诊断截图锁定回购报价已成为一项核心运营任务。现有的多模态资源主要针对缺陷定位、目录属性或屏幕读取。它们忽略了在明确输入契约下、同时具备外观与运行双重真值的、面向付款的评分卡。这一空白源于两项挑战:(1)缺乏一个大型弱标注以旧换新语料库,且该语料库需与一个紧凑的经审核排名切分集保持分离;(2)现有架构要么将无序的照片包展平为单一提示,要么将评估坍缩为单一价格标量。为应对这些挑战,我们提出 PhoneValue-Bench,一个双真值回收交易框架,其中 PhoneValue-Corpus 用于在 21,550 个订单和 278,748 张图像上进行弱训练,PV-Rank 是唯一基于 335 个质量门控订单的排行榜。系统在 LeadGate 下按 CardScore 排名,以 Cosmetic Fill 和 Operational Fill 作为诊断指标,而等级和价格不进入榜单。值得注意的是,ValueAgent 是一个六阶段感知融合参考系统,它规范化视图、检测区域缺陷、读取截图,并在仓库式规则下融合证据,因此图像包提示并非唯一的评估单元。在相同的 PV-Rank 切分集和冻结评分器上,这一全系统与输入契约的对比发现,ValueAgent 的 CardScore 为 84.1,而最强的扁平视觉语言模型为 69.9,其中 CosFill 的差距最大,而 OpsFill 在两种声明的契约下仍然有限。CardScore 衡量的是字段填充完整度,而非报价准确度。
| 主题: | 计算机视觉与模式识别(cs.CV);人工智能(cs.AI) |
| MSC 分类号: | 68T45, 68T07, 68U10 |
| ACM 分类号: | I.2.10; I.4.8; I.2.6; K.4.4 |
| 引用为: | arXiv:2611.00791 [cs.CV] |
| (或 arXiv:2611.00791v2 [cs.CV] 对应本版本) | |
| https://doi.org/10.48550/arXiv.2611.00791 由 DataCite 颁发的 arXiv DOI |
提交历史
来自:Zihan Deng [查看邮箱]
[v1]
2026 年 10 月 31 日星期六 10:09:35 UTC(1,778 KB)
[v2]
2026 年 11 月 18 日星期三 08:27:51 UTC(905 KB)
来源:arXiv cs.AI · arxiv.org