arXiv · 机器人与计算机视觉· Sungguk Cha, Mintae Kim, Youngsub Han, Byoung-Ki Jeon, Sangyeob Lee·· 6 天前AI 评分45
图像何时决定答案?跨图表与场景的视觉可回答性基准评测
When Does an Image Determine the Answer? Benchmarking Visual Answerability across Charts and Scenes
AI 导读
该研究引入包含 PlotQA、CLEVR 和 GQA 共 3,000 组问题的基准,要求模型在证据充分时作答、不足时弃权。基于六种配置共 72,000 次响应测试显示,最佳配置在图表任务上完全问题成功率为 57.0%,个体图像正确决策率达 96.2%。评估揭示单纯按图决策准确率会掩盖需同时满足回答与弃权的整体失败风险。
来源:arXiv · 机器人与计算机视觉 · arxiv.org