跳到正文
arXiv · 机器人与计算机视觉· Niaz Mohaiman Abtahi, Evan Maksud, Reyana Shahid·· 2026-10-16AI 评分36

VLMs 在阿拉伯书法识别中的误读审计:Diwani 风格下数值提示准确率仅 60.9%

When Models Misread Ink: Auditing VLMs for Arabic Calligraphy Recognition

AI 导读

针对穆斯林社区高利害的阿拉伯书法领域,研究对 12 个视觉语言模型(VLM)进行了六分类基准测试。在封闭集设置下,最佳数值提示准确率为 60.9%,主要失败源于默认标签坍塌现象。该工作作为 NeurIPS 2026 MusIML Workshop 海报被接收,揭示了现有模型对特定书法传统(如 Diwani)的鲁棒性不足。

来源:arXiv · 机器人与计算机视觉 · arxiv.org