Tag · 2 篇
多任务基准
分布 视觉语言模型1数据集与评测1
01 02
Twin-T 与 TwintVQA：一种可靠的结构-细节分离 VLM 及面向图表与表格任务的综合基准
Twin-T & TwintVQA: A Reliable Structure-Detail Separating VLM and a Comprehensive Benchmark for Chart and Table Tasks
双头图像编码器分离结构线索与细节的思路可迁移到其他需要同时理解布局和细粒度内容的视觉任务（如文档分析、场景文本理解）；MINT 偏好学习方法强调数值与关键词保真度，为提升 VLM 在数值敏感任务上的可靠性提供了可复用的训练策略。
AVFakeBench：面向音视频大语言模型的综合音视频伪造检测基准
AVFakeBench: A Comprehensive Audio-Video Forgery Detection Benchmark for AV-LMMs
为视觉研究者提供一个覆盖人类主体与一般场景、含七类伪造与四级标注的音视频伪造检测基准，并给出二分类判断、伪造类型分类、伪造细节选择与解释性推理的多任务评测协议，可直接用于检验 AV-LMM 在细粒度伪造感知与推理上的短板。