arXiv · NLP· 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·· 10 天前AI 评分35
HumanSightBench:评测多模态大模型人类视觉感知能力的基准
HumanSightBench: A Benchmark for Human Visual Perception in MLLMs
AI 导读
多模态大模型在复杂推理上表现强劲,但难以解决人类轻松处理的视觉问题。HumanSightBench 旨在评估这一差距,包含2876个短答视觉问题,涵盖7个顶级感知类别和21个子类别。
来源:arXiv · NLP · arxiv.org