arXiv · 机器人与计算机视觉· Zixin Su, Yangguang Lin, Zegang Peng, Yuntong Sun, Xuanyi Wang, Jiahao Wang, Qiankai Xu, Bing Yuan, Jingjia Huang, Ruyang Liu, Yanxu Hu, Yufeng Zhou, Yi Lin·· 9 天前AI 评分38
HumanSightBench:MLLMs 人类视觉感知评测基准发布
HumanSightBench: A Benchmark for Human Visual Perception in MLLMs
AI 导读
HumanSightBench 包含 2876 道涵盖 7 大类及 21 子类的视觉问题,经五重筛选确保人类易解而模型难答。八款 MLLMs 最佳 pass@3 得分为 65.6%,计数任务无一超过 27.5%。该基准揭示被总分掩盖的能力缺口,助力未来训练与留一验证实验。
来源:arXiv · 机器人与计算机视觉 · arxiv.org