跳到正文
arXiv · cs.AI· Chen Peng, Shan Huang, Jianbo Huang, Linrui Qin, Qibo Sun, Mengwei Xu·· 5 小时前

研究团队提出 SquintBench 与 Squint OPSD,诊断并提升多模态大模型读取眯眼可辨文字的能力

When MLLMs miss what humans read: diagnosing and learning to read squint text

arXiv:2610.13465v1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:Chen Peng, Shan Huang, Jianbo Huang, Linrui Qin, Qibo Sun, Mengwei Xu

研究任务与主要进展

研究团队提出 Squint Text 识别缺陷诊断基准 SquintBench 和合成套件 SquintCtrl,并提出 Squint OPSD,让冻结权重教师用降尺度视图与真实转录监督学生模型。

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