跳到正文
arXiv · 机器人与计算机视觉· Jin Seong, Wencke Liermann, Minho Kim, Jong-hun Shin, Soojong Lim·· 12 小时前AI 评分68

VLM‘修正’学生作业:识别与惩罚多行手写数学 OCR 中的过度修正现象

When VLMs 'Fix' Students: Identifying and Penalizing Over-Correction in the Evaluation of Multi-line Handwritten Math OCR

AI 导读

针对现有基准无法有效评估多行手写数学转录的问题,本文揭示了视觉语言模型(VLM)倾向于“修正”而非忠实转录学生作业的过度修正失效模式。作者提出 PINK 指标,利用大语言模型进行基于评分标准的打分并明确惩罚过度修正行为。

来源:arXiv · 机器人与计算机视觉 · arxiv.org