发布AstroVLBench评测VLM天文推理能力

Wenke Ren等研究者发布AstroVLBench基准，包含4,100多个专家核验实例，覆盖光学成像、射电干涉测量、多波段测光、时域光变曲线和光学光谱五类天文观测任务，并系统评测了六个前沿视觉语言模型。 评测结果显示，模型表现在不同模态间差异很大，且与通用基准排行榜上的排名不相关。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。