Tag · 3 篇
视觉问答基准
分布 数据集与评测2视觉语言模型1
01 02 03
PanoEnv：在 panor 全景环境中用强化学习探索 3D 空间智能
PanoEnv: Exploring 3D Spatial Intelligence in Panoramic Environments with Reinforcement Learning
针对 ERP 全景图的几何畸变与 3D 监督缺失，给出了一套可复用的方案：用带真值引导奖励的 GRPO 后训练，配合两阶段课程（先结构化任务、后开放式数据），把 3D 空间推理能力注入 VLM；做全景/全向感知或想给 VLM 补几何推理的可以直接借鉴这套奖励设计与课程安排。
OmniBrainBench：面向多阶段临床任务的脑影像分析综合多模态基准
OmniBrainBench: A Comprehensive Multimodal Benchmark for Brain Imaging Analysis Across Multi-stage Clinical Tasks
为视觉语言模型在专业医学域提供覆盖15种脑成像模态、含封闭式与开放式问答的多阶段临床评测协议，可用于诊断MLLM在视觉到临床推理链路上的短板，并作为医学多模态模型选型与改进的对照基准。
AVA-Bench：面向视觉基础模型的原子视觉能力基准
AVA-Bench: Atomic Visual Ability Benchmark for Vision Foundation Models
把 VQA 评测拆成 14 个原子视觉能力并让训练/测试分布对齐，可直接用来给任意 VFM 做能力指纹诊断，避免把 LLM 指令微调数据不匹配误判为视觉能力缺陷；同时证明 0.5B LLM 头即可复现 7B 头的模型排序，为视觉评测省下 8 倍 GPU 时间。