arXiv · 机器人与计算机视觉· Jasin Cekinmez, Addison J. Wu, Ryo Mitsuhashi, Linrong Cai, Xingyu Fu, Zhuang Liu·· 2026-10-12AI 评分38
OccludeBench 评测 VLMs 缺失物体推理能力,发现直接线索任务准确率仅 42.7% 且 inpaint-then-confront 干预可消除差距
OccludeBench: Can VLMs Find What's Missing?
AI 导读
OccludeBench 基准测试显示,五款视觉语言模型在直接线索(如阴影)恢复被遮挡物体时平均准确率为 42.7%,远低于推断类任务的 62.7%。引入的 OccludeTrace 诊断工具揭示瓶颈在于从全图投影中定位目标仅成功 50%。针对具备图像生成能力的模型,采用“先补全候选再验证线索”的干预策略可将差距降至统计无显著差异水平。
来源:arXiv · 机器人与计算机视觉 · arxiv.org