arXiv cs.CL· Jasin Cekinmez, Addison J. Wu, Ryo Mitsuhashi, Linrong Cai, Xingyu Fu, Zhuang Liu·2026-10-12 12:00· 2 小时前AI 评分30

OccludeBench：VLM 能否找出图像中缺失的物体？

OccludeBench: Can VLMs Find What's Missing?

AI 导读

研究团队推出 OccludeBench 基准，用于测试视觉语言模型（VLM）从残留视觉线索中还原被完全遮挡物体的能力。五款 VLM 在直接线索题上平均准确率 42.7%，在推理题上为 62.7%，相差 20.0 个百分点；人类则分别为 63.4% 和 68.5%，无显著差距。

来源：arXiv cs.CL · arxiv.org