12:12
官方账号arXiv cs.AI@Zihan Deng, Chuanzhi Xu, Huiqi Liang, Haoyang Li, Xiaozhen Zhong, Lequan Yu
推荐理由：评估论文图表质量？SciFigQual-Bench这个新基准让GPT-5.6-Sol驱动的SFQ-Agent打分，误差比直问模型低43%，更靠谱。
SciFigQual-Bench
共 1 条相关 AI 资讯
7月30日
12:12
SciFigQual-Bench是一个全新的科学图像质量评估基准，涵盖2020至2025年间顶级计算机科学会议的6308张图像，由多个领域专家在清晰度、布局、标题匹配、上下文相关性和误导风险五个维度进行独立评分并聚合为黄金标准。该基准将每张图像与其标题、引用句和论文上下文绑定，不同于仅做视觉表面比较的以往研究。在eval1200测试子集上，配备GPT-5.6-Sol的SFQ-Agent(F3)取得了最低平均绝对误差0.418和最高一致率93.4%，显著优于直接评估和辅助VLM方案。