SRCoD：多模态基准条目级诊断框架

研究者提出 SRCoD 框架，用于诊断多模态基准测试中的“捷径条目”问题，即在条目级别判断样本对模态信息的依赖程度。该方法从基准内容和目标答案中估计样本级多模态信息结构，并将其作为软结构锚点，用于模态条件下的条目响应建模，最终生成校准后的条目级诊断画像，且可对诊断结果做可解释归因。 据作者称，在基准精化验证与人工标注条目验证两种协议下，SRCoD 均优于当前最先进的基准诊断方法。论文已被 NeurIPS 2026 接收。

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。