研究者发布HumanSightBench基准，评测MLLM与人类视觉感知差距
热点事件持续更新
研究者发布HumanSightBench基准，评测MLLM与人类视觉感知差距
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究者在 arXiv 发布 HumanSightBench 基准，用于评测多模态大语言模型（MLLM）与人类视觉感知的差距。结果显示模型表现明显落后：8 个受评模型中最佳 pass@3 得分为 65.6%，计数类题目没有模型超过 27.5%。 该基准包含 2,876 道人类易做、模型难得的视觉问答题，覆盖 7 个大类和 21 个子类别。每道题需通过问题清晰度、答案唯一性、视觉依据、人类可解性和纯文本捷径过滤五道准入门槛。
AI 根据报道生成 · 58 分钟前更新
最新进展11月14日 13:00
HumanSightBench：面向 MLLM 人类视觉感知的基准发布报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIHumanSightBench：面向 MLLM 人类视觉感知的基准发布
研究者在 arXiv 发布 HumanSightBench 基准，评测多模态大语言模型与人类视觉感知的差距，包含 2,876 道人类易做、模型难得的视觉问答题，覆盖 7 个大类和 21 个子类别。每道题需通过问题清晰度、答案唯一性、视觉依据、人类可解性和纯文本捷径过滤五道准入门槛。8 个受评 MLLM 中最佳 pass@3 得分为 65.6%，计数类没有模型超过 27.5%。
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。