SRCoD多模态基准诊断框架论文发布

2026年10月14日，arXiv Artificial Intelligence 报道，Shiqi Zhang 等作者发表论文，提出 SRCoD——一个结构-响应协同校准的题目级诊断框架，用于多模态基准中模态依赖的题目级诊断。该框架针对多模态基准中存在的捷径题目问题，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。报道称，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。该论文被 NeurIPS 2026 接收，接收状态为报道所引用的条件。上述结果与比较均出自该报道，尚未见其他独立来源跟进。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。