★ 3
VisAudit：多模态智能体可视化诊断评测
论文提出 VisAudit 基准，用于评估多模态智能体对数据可视化的诊断、修复与验证能力，包含 1900 个缺陷实例与 300 个正确图表。实验显示最强模型在自主修复设置下仅能完全恢复 47.4% 的缺陷图表，与可靠自主审查仍有明显差距。
arXiv cs.LG28 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 VisAudit 基准，用于评估多模态智能体对数据可视化的诊断、修复与验证能力，包含 1900 个缺陷实例与 300 个正确图表。实验显示最强模型在自主修复设置下仅能完全恢复 47.4% 的缺陷图表，与可靠自主审查仍有明显差距。