基准

MYOPIA

用于评估视觉语言模型在树状推理下表现的基准，包含由LLM生成并人工打磨的决策树、提示模板、诊断协议与评测工具，覆盖GTSRB、MNIST、CIFAR-10和MSCOCO数据集

时间轴 (近 90 天)

10月16日

MYOPIA 基准包含四棵由 LLM 生成、经人工打磨的决策树，分别对应 GTSRB、MNIST、CIFAR-10 和 MSCOCO 数据集。

待验证50%

10月16日

论文诊断出三类失败模式：属性记忆强于图像落地、错误决策不可逆、答案抽取引入额外损失。

待验证50%

10月16日

论文作者建议优先感知可答性，设计节点问题时先确认模型能否从图像中直接获取所需证据，而非依赖训练中记住的类别先验。

待验证50%

MYOPIA 基准包含四棵由 LLM 生成、经人工打磨的决策树，分别对应 GTSRB、MNIST、CIFAR-10 和 MSCOCO 数据集。

论文诊断出三类失败模式：属性记忆强于图像落地、错误决策不可逆、答案抽取引入额外损失。

论文作者建议优先感知可答性，设计节点问题时先确认模型能否从图像中直接获取所需证据，而非依赖训练中记住的类别先验。