ComplexityWorld：在可验证视觉决策任务上评测视觉语言模型

英文标题：ComplexityWorld: Benchmarking Vision-Language Models on Verifiable Visual Decision Making

ComplexityWorld 是一项用于评测视觉语言模型（VLM）可验证视觉决策能力的基准研究。论文指出，VLM 在视觉感知方面进展迅速，并日益被用于依赖图像的现实任务。此类任务不仅要求模型识别图像内容，还要求其基于视觉证据作出可验证的决策，这对模型评测和实际部署提出了更高要求。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB