ICDAR 2026 竞赛：多模态 AI 难解科学图表
SciKnowOrg · hf · 2026-08-04
ICDAR 2026 举办了针对原子层沉积/刻蚀（ALD/E）科学图表的信息提取竞赛，并发布了 Sci-ImageMiner 基准数据集。
- 挑战与规模：要求模型结合视觉感知与科学推理，从论文图表中提取知识。竞赛共吸引 68 名参赛者，提交了 1,263 次结果。
- 模型表现：SOTA 多模态模型在分类和总结任务上表现良好，但在数据提取和视觉问答等科学推理任务上明显挣扎。
该研究揭示了当前多模态 AI 在处理专业领域图表时的局限性，为开发领域感知系统提供了严格的评测平台。
「研究」频道最新
- Meta 开源高保真 3D 人体模型 MHR，支持精细表情与骨骼控制 — tom_doerr · 2026-08-04
- ARR 8月周期收到 4134 篇投稿，同比增长 14% — mdlhx · 2026-08-04
- 《自然》发布 AI 生物学家 XunZi，加速疾病靶点发现 — EricTopol · 2026-08-04
- Ai2 发布 OLMoEarth：开源行星级遥感推理平台 — anselm · 2026-08-04
- Nature 研究：AI 皮肤病诊断加剧了公众的自动化偏见 — EricTopol · 2026-08-04
- Radical 联创访谈：训练最大基因组模型，用 AI 写生命遗传密码 — exnx · 2026-08-04