arXiv cs.CV· Ke Li, Tianyi Wang, Enning You, Chaoqun Wan, Zhen Huang, Shuxian Liang, Xian-Sheng Hua·· 4 小时前AI 评分29
LED-BENCH：面向大尺寸工程图纸理解的基准测试
LED-BENCH: A Benchmark for Large-format Engineering Drawing Understanding
AI 导读
LED-BENCH 是一个覆盖机械、建筑、交通领域的多学科基准，用于评测大尺寸工程图纸的细粒度理解与复杂推理。对 11 个多模态大模型（8 个闭源、3 个开源）的评测显示，GPT-5.6 Sol 平均准确率为 52.65%，且不同工程领域间表现存在差异。所有评测模型在需要整合更大范围证据的问题上表现都更差。
来源：arXiv cs.CV · arxiv.org