热点事件观察中

研究者发布HumanSightBench视觉感知基准

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

研究者提出 HumanSightBench，一个包含 2,876 道短答案视觉问题、覆盖 7 个顶层感知类别和 21 个子类别的基准，用于评估多模态大模型（MLLM）与人类视觉感知的差距。所有题目需通过问题清晰度、答案唯一性、视觉 grounding、人类可解性和纯文本捷径过滤五道纳入门槛。在八个受评 MLLM 中，最佳 pass@3 仅为 65.6%；Counting 类别中无一模型超过 27.5%。

AI 根据报道生成 · 10 小时前更新

最新进展11月14日 13:00

HumanSightBench：评估 MLLM 人类视觉感知能力的基准

报道时间线

沿着报道，了解事件的不同侧面。

11月14日

13:00
arXiv cs.AI
HumanSightBench：评估 MLLM 人类视觉感知能力的基准
研究者提出 HumanSightBench，一个包含 2,876 道短答案视觉问题、覆盖 7 个顶层感知类别和 21 个子类别的基准，用于评估 MLLM 与人类视觉感知的差距。所有题目需通过问题清晰度、答案唯一性、视觉 grounding、人类可解性和纯文本捷径过滤五道纳入门槛。在八个受评 MLLM 中最佳 pass@3 仅为 65.6%，Counting 类别无一模型超过 27.5%。

本事件热度走势

可比范围当前: 5
可比范围峰值: 711月15日 04:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。