arXiv Artificial Intelligence· Shiqi Zhang, Weixin Zeng, Ziheng Zhang, Jiuyang Tang, Xiang Zhao·· 20 小时前AI 评分22
SRCoD：用结构-响应协同校准做多模态基准的题目级诊断
Are Multimodal Benchmarks Really Useful? Item-Level Multimodal Benchmark Diagnosis via Structure-Response Co-Calibration
AI 导读
针对多模态基准中存在的捷径题目问题，研究者提出 SRCoD——一个结构-响应协同校准的题目级诊断框架，可从基准内容与目标答案估计样本级多模态信息结构，并作为软结构锚点用于模态条件题目响应建模，输出可解释的题目级诊断画像。在基准精化验证与人工标注题目验证两种协议下，SRCoD 均优于现有基准诊断方法。该工作已被 NeurIPS 2026 接收。
来源：arXiv Artificial Intelligence · arxiv.org