论文发布真实盲文基准BrailleBench，揭示VLM盲文识别能力缺口。
资讯摘要
论文提出BrailleBench，一个手工整理的259张真实一级、二级盲文图像基准，用于评估视觉语言模型的盲文转录能力。作者报告通用模型直接转录表现较差，工具辅助系统明显更好；用合成盲文数据训练的2B模型在一级盲文上达到87%完全匹配、二级61%。论文还指出，合成验证集高准确率不能保证真实照片表现，先前合成数据训练的模型在合成集可达96%，在真实一级盲文上最多仅3.26%。
要点速读
- BrailleBench包含259张真实一级和二级盲文图像，为手工整理基准。
- 作者报告：通用VLM直接转录表现差，工具辅助系统更好；合成数据训练的2B模型在一级盲文达87%、二级61%完全匹配。
- 论文指出合成验证集准确率与真实照片表现存在巨大落差，最高96%对最多3.26%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。