arXiv Artificial Intelligence· Sidra Hanif·2026-10-30 12:00· 17 小时前AI 评分33

inkGround：评测视觉语言模型对自然场景连笔手写细粒度视觉定位能力的基准

inkGround: Benchmarking Fine-grained Visual Grounding Capabilities of Vision-Language Models for Cursive Handwriting in the Wild

AI 导读

inkGround 是面向整页相机拍摄手写笔迹轨迹恢复的基准，包含 537 张页面图像（约 18.7k 词、约 163k 笔画），参考轨迹由预训练离线转在线模型生成并经 OCR 一致性过滤与人工核验。