StemBind 抽象视觉推理诊断基准发布

2026年10月26日，Xixiang He 等作者在 arXiv Computer Vision 发布 StemBind 抽象视觉推理诊断基准。据该报道，StemBind 是一个共享题干诊断基准，对同一视觉题干提出三个对齐问题：感知（图中有什么）、规则（什么模式支配它）、完整作答（哪个选项能补全它），从而可将最终答案错误归因到同一证据上的具体子步骤。该基准包含 2,298 个知识轻量题干、九类可审计视觉操作，共 19,533 个 P/R/F 任务。报道称其设计目的是诊断多模态大模型在抽象视觉推理中于规则与实例之间迷失的问题。目前该基准处于发布阶段，尚无后续评测结果或第三方复现报道。

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。