arXiv · cs.AI· M. Moein Esfahani, Sepehr Salem, Mohammed Alser, Vince Calhoun·· 2 天前
研究团队提出评估视觉模型物理一致性的反事实基准
Do Vision Models Learn Physical Constraints or Rendering Shortcuts? A Counterfactual Benchmark for Grounded Physical Consistency
arXiv:2610.09205v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：M. Moein Esfahani, Sepehr Salem, Mohammed Alser, Vince Calhoun
首次提交：2026-10-07 07:06
研究任务与主要进展
研究团队提出一个反事实基准，用受控合成图像评估视觉模型能否识别、分类和定位违反场景物理的编辑结果。基于论文摘要，基于 Mitsuba~3 的数据集包含5,500张图像。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org