StemBind 基准揭示多模态大模型规则-实例绑定失败
热点事件持续更新
StemBind 基准揭示多模态大模型规则-实例绑定失败
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Xixiang He 等研究者发布 StemBind 诊断基准，对同一视觉主干分别提出感知、规则和完整作答三类对齐问题，从而把多模态大模型（MLLM）的最终答错归因到具体子步骤。论文称评测覆盖 24 个 MLLM，揭示了它们在抽象视觉推理中规则与实例绑定的失败。 基准包含 2,298 个知识负担较轻的共享词干，覆盖九种可审计的视觉操作，共 19,533 道感知/规则/完整作答任务。该论文已被 NeurIPS 2026 评估与数据集赛道接收。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
StemBind 诊断基准揭示 MLLM 在抽象视觉推理中规则与实例绑定的失败报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIStemBind 诊断基准揭示 MLLM 在抽象视觉推理中规则与实例绑定的失败
论文提出 StemBind 诊断基准，用同一视觉主干上的感知、规则和完整作答三类对齐问题，把多模态大模型的答错归因到具体子步骤。
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。