审计LOL低光增强基准的标签偏移

2026年10月30日，arXiv Computer Vision 刊出 Adityan Thirumani Srinivasan 的论文，对低光照增强常用基准 LOL-v1 与 LOLv2-Real 的测试标签进行审计。研究在统一指标实现下，用 8 种方法的 18 个公开 checkpoint 复现已发表数值，误差在 0.09 dB 以内，并据此发现两个基准的测试标签与训练标签存在系统性差异。报道称，这一标签偏移此前未被公开讨论，可能影响基于该基准的方法比较与结论解读。目前事件进展停留在论文发布与审计结果公开阶段，尚无其他团队回应或后续验证报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。