跳到正文
热点事件持续更新

CueClash基准:VLM判断3-D关系依赖2-D线索

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Soham Dan 发布 CueClash 基准,用渲染场景把画面 2-D 线索与地面布局分离,测试视觉语言模型判断 3-D 关系时是否依赖 2-D 线索。 结果显示,Claude Opus 5.5、GPT-5.5 和 Gemini 3.6 Flash 在低推理强度下,2-D 线索正确与错误时的准确率差达 +18 至 +37 个百分点,表明其判断受画面 2-D 线索影响。 该基准对五种关系分别设置 2-D 线索,使其在恰好一半陈述中正确。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    CueClash 测试:Claude Opus 5.5、GPT-5.5、Gemini 3.6 Flash 判断 3-D 关系时依赖画面 2-D 线索

    CueClash 用渲染场景分离画面 2-D 线索与地面布局,测试显示 Claude Opus 5.5、GPT-5.5 和 Gemini 3.6 Flash 在低推理强度下,线索正确与错误时的准确率差达 +18 至 +37 个百分点。

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。