Zichun Guo 团队发布 ShredBench 评测基准
热点事件持续更新
Zichun Guo 团队发布 ShredBench 评测基准
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026 年 10 月 28 日，Zichun Guo 团队提出 ShredBench 基准及自动化生成管线，用于评估多模态模型在文档碎片重建中的语义推理能力。该基准覆盖英语、中文、代码、表格四种场景，包含 8、12、16 碎片三种细粒度。管线允许灵活整合最新或未见过的文本源，以防止训练数据污染，确保评测有效性。对最先进模型的评测显示，文档碎片化后 NED 指标急剧下降。研究发现，当前模型缺乏跨模态细粒度推理能力，无法有效桥接视觉不连续性。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
ShredBench：评估多模态大语言模型在文档重构中的语义推理能力报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · NLPShredBench：评估多模态大语言模型在文档重构中的语义推理能力
研究者提出 ShredBench 基准，通过 Markdown 自动管线生成碎片化文档，以测试多模态大语言模型在视觉丰富文档理解中的语义推理能力。 该基准覆盖英语、中文、代码、表格四种场景，包含 8、12、16 碎片三种细粒度。对最先进模型的评测显示，文档碎片化后 NED 指标急剧下降。 研究发现当前模型缺乏跨模态细粒度推理能力，无法有效桥接视觉不连续性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。