多语言细粒度视觉基准MultiInpaintCOCO发布

研究者将英文细粒度视觉数据集 InpaintCOCO 扩展至覆盖五大语系的 13 种语言，构建出含 953 个最小对比样本的多语言基准 MultiInpaintCOCO。 测试显示，低资源语言上的性能显著下降，最强预测因素是语言可用数据资源，而非与英语的类型学相似度。 在跨语言检索中，多数模型存在偏向英语的系统性偏差：Gemma 3 的英语偏好最强，Qwen 3 偏差最小，尽管两者单语准确率相近。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。