arXiv · cs.AI· Subhadeep Roy, Christoph Leiter, Steffen Eger·· 11 小时前
VisExMEM：基于视觉证据的可解释多模态评测指标
VisExMEM: Visual Evidence-Based Explainable Multimodal Evaluation Metric
arXiv:2610.16441v1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：Subhadeep Roy, Christoph Leiter, Steffen Eger
研究任务与主要进展
VisExMEM是一种无需参考文本的多模态评测方法：它将图像描述拆分为原子主张，定位视觉证据并逐项核验，再将主张级支持度汇总为全局分数，解释也复用同一证据与判定过程。作者基于Qwen3.5训练了4B和9B版本，并提出包含600对人工标注图文和8.7K条原子主张的AGITA-Bench；摘要称VisExMEM-9B在八个基准中的描述性综合指标领先开源评测器，较VQAScore高11.7分。
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