arXiv · 机器人与计算机视觉· Chen Chen, Zheming Liang, Jiaqi Wang·· 2026-10-15精选AI 评分78
VisualWorldBench:面向 MLLM 的视觉世界知识细粒度多任务评测基准
VisualWorldBench: A Fine-Grained Multi-Task Benchmark for Evaluating Visual World Knowledge in MLLMs
AI 导读
针对现有视觉基准类别覆盖窄、任务构建不严的问题,作者提出了 VisualWorldBench。该基准基于包含 21,291 个叶节点的层级分类体系,涵盖 8 个视觉领域,构建了 32,541 个评估实例。
推荐理由
该基准通过细粒度分类与多任务设计,揭示了现有模型在视觉世界知识上的能力缺口。
来源:arXiv · 机器人与计算机视觉 · arxiv.org