arXiv · AI· Prathamesh Gadekar, Sagar Srinivas Sakhinana, Venkataramana Runkana·· 9 小时前AI 评分33
基于恢复证据图约束视觉语言模型实现P&ID忠实推理
Grounded and Faithful P&ID Reasoning: Constraining Vision-Language Models with Recovered Evidence Graphs
AI 导读
在TopoPID-VQA 3000道拓扑题上，Graph-Grounded Harness将Qwen3-VL和Gemma-4的exact match准确率从36.7%提升至74.3%。 该方法在Digitize-PID数据集上恢复图的精确连接F1值为0.742，通过限制模型仅查询七类只读操作符来强制回答引用图证据。 成果已被NeurIPS 2026 VLM4RWD Workshop接收。
来源：arXiv · AI · arxiv.org