Tag · 2 篇
鲁棒性评测
分布 视觉语言模型1数据集与评测1
01 02
以编程视觉思考：迈向用图像思考的统一视角
Thinking with Programming Vision: Towards a Unified View for Thinking with Images
把「生成代码调用任意图像操作」作为统一工具接口，替代固定工具注册表，并用稠密过程奖励的强化学习训练多轮工具组合与运行时错误恢复；做视觉推理、工具增强 VLM 或多模态 agent 的工作可直接复用该框架与配套的朝向变化鲁棒性基准。
LIBERO-Plus：面向视觉-语言-动作模型的渐进式鲁棒性基准
LIBERO-Plus: A Progressive Robustness Benchmark for Visual-Language-Action Models
对做 VLA 或机器人操作策略的视觉研究者，这篇提供了七维度可控扰动的自动化评测协议，可直接用来暴露策略在视角、光照、纹理、传感器噪声变化下的脆弱性，并作为训练时数据增广与鲁棒性改进的对照基准。