VisFacor基准评测39个多模态大模型视觉认知
热点事件持续更新
VisFacor基准评测39个多模态大模型视觉认知
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
研究团队提出视觉认知基准 VisFacor，将认知心理学评估 FRCT 中 20 项视觉中心子测验数字化，并用算法自动生成难度可控的测试用例。在 39 个前沿多模态大模型上评测，最高分仅 55.9%，模型在心理旋转、空间关系推理和图形背景区分等任务上普遍失败，且这一结果与模型规模和提示策略无关。 该基准内部一致性 Cronbach's alpha 为 0.94，论文已被 NeurIPS 2026 接收。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 12:00
人类认知基准 VisFacor 揭示多模态大模型的基础视觉短板报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.CL人类认知基准 VisFacor 揭示多模态大模型的基础视觉短板
研究团队提出 VisFacor 基准，将认知心理学评估 FRCT 中 20 项视觉中心子测验数字化，并设计算法自动生成难度可控的测试用例。在 39 个前沿多模态大模型上评测，最高分仅 55.9%，模型在心理旋转、空间关系推理和图形背景区分等任务上普遍失败，与模型规模和提示策略无关。该基准内部一致性 Cronbach's alpha 为 0.94，论文已被 NeurIPS 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。