arXiv cs.CL· Yisheng Li, Dongming Han, Hongkun Pan, Bingcheng Mao, Zijian Wang, Yunlong Mao, Wei Tong, Sheng Zhong·· 2 小时前AI 评分41
MisVisAgentBench：评估误导性图表如何影响 Web Agent 执行的配对基准
When Charts Deceive Web Agents: A Paired Benchmark for Misleading Visualization-Grounded Tasks
AI 导读
研究者推出 MisVisAgentBench，首个评估误导性可视化如何影响 Web Agent 执行的配对可执行基准，包含 280 个仅在图表证据上有差异的干净—误导配对任务实例。在 13 个视觉语言 Web Agent 上，将干净图表替换为误导性图表后，平均任务成功率下降超过 34 个百分点，且失败主要沿目标误导分支发生。该基准已被 EMNLP 2026 接收。
来源：arXiv cs.CL · arxiv.org