仪表读数

视觉语言模型达标了吗？用 MeasureBench 对视觉测量读数进行基准评测

Do Vision-Language Models Measure Up? Benchmarking Visual Measurement Reading with MeasureBench

提供了一个可程序化合成仪表图像（指针、刻度、字体、光照、杂乱可控）的流水线，以及一个诊断 VLM 细粒度空间定位能力的基准；做 VLM 数值感知或空间 grounding 的研究可直接用它构造训练/评测数据，并验证 RFT 在合成数据上的迁移效果。