待验证50% 置信事实精确时间

PhyMetric 的评测由一个 VLM 作为裁判，在问题感知的采样帧上作答，再按场景、维度、物理类别、模型四个层级聚合正确率。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

PhyMetric：用场景级QA诊断文生视频物理合理性

rss2026/10/14

涉及实体

PhyMetricproduct 视觉语言模型concept

相关事实

待验证论文主张关于托管模型行为的断言必须显式标注四个维度：被测试的模型标识符、服务周期、测量工具和推理配置70% 相似待验证VLM训练需要精确对齐的图文配对数据集，若图文对应关系出现偏差，模型会学到错误的跨模态映射69% 相似待验证具身化评测是让模型在模拟或真实的物理环境中完成任务，涉及动作序列规划、环境状态变化和因果关系推断，任务的正确性取决于最终的环境状态而非中间答案。68% 相似待验证一项系统性评测覆盖了16款前沿视觉语言模型（VLM）在文档解析场景下的表现68% 相似已验证QLoRA将基础模型量化为4位精度存储，同时在量化后的模型上应用LoRA适配器进行训练65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1038892

API

curl https://kongchang.com/api/v1/knowledge/claims/1038892

MCP

get_claim(id=1038892)