arXiv · 机器人与计算机视觉· Vansh Bhatia, Mehdi Rezagholizadeh, Parsa Ashrafi Fashi, Igor Gilitschenski, Vikram Appia, Emad Barsoum·· 22 天前AI 评分58
PRISM-BENCH:超越最终答案准确率的具身多模态推理诊断基准
PRISM-BENCH: Diagnosing Grounded and Faithful Multimodal Reasoning Beyond Final-Answer Accuracy
AI 导读
论文提出 PRISM-BENCH 基准,包含 1,000 个专家 curated 问题及理想化推理轨迹,用于诊断视觉语言模型在 grounding 和 faithfulness 方面的表现。
来源:arXiv · 机器人与计算机视觉 · arxiv.org