跳到正文
arXiv · 机器人与计算机视觉· Keunhyeung Park, Byeonggeuk Lim, Kahyeon Kim, Sunhee Jo, Hayeong Ryu, Hoejoon Kwon, Jinhee Jang, YoungBin Kim·· 2 天前AI 评分48

AnachroBench:评估大视觉语言模型历史一致性的新基准

AnachroBench: Evaluating Historical Consistency in Large Vision-Language Models

AI 导读

AnachroBench 提出针对特定时代与国家的视觉场景历史一致性控制判别基准,填补现有评测空白。该基准包含来自八个国家、跨越 19 世纪末至 20 世纪初的 1,600 张图像对,每对由原始历史图与无缝插入现代物体的错位版本组成。研究揭示了模型在“插入物体感知”与“时代 - 国家一致性判断”之间存在显著差距,为评估此类行为提供了定向工具。

来源:arXiv · 机器人与计算机视觉 · arxiv.org