组合性推理

VisRes Bench：评估视觉语言模型的视觉推理能力

VisRes Bench: On Evaluating the Visual Reasoning Capabilities of VLMs

对做 VLM 或视觉推理的研究者，VisRes Bench 提供了按感知补全、单属性规则推理、多属性组合推理三级划分的受控评测协议，并系统施加模糊、纹理替换、遮挡、旋转等感知扰动，可用于诊断模型究竟是真正在做视觉推理还是依赖语言先验，也可作为训练或微调后的抽象视觉推理评测集。