面向通用科学 AI 的路径：科学图像的多模态理解
A Pathway to General-Purpose Scientific AI: Multimodal Comprehension of Scientific Images
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
ALD/E-ImageMiner 基准与 ICDAR 2026 原子层沉积/刻蚀科学图表信息抽取竞赛提供来自 205 篇出版物的 1,951 张图表，由专家标注用于分类、数据表格抽取、摘要和视觉问答。作者提出以"从图像中获取科学概念理解"作为长期基准目标，未来方向涵盖更广领域与图表类型、跨文档综合、假设评估、溯源、不确定性、反事实 grounding 及开放式多模态研究。
来源：Hugging Face Daily Papers · arxiv.org