Skip to content
Hot eventLive

VisAudit：多模态智能体可视化诊断与修复基准

1 reports1 sources16 hr ago updated

Get the story

AI overview

2026年10月5日，arXiv Machine Learning Theory 发布一手报道，介绍 VisAudit 基准，用于评测多模态智能体的可视化诊断、修复与验证能力。该基准覆盖 21 种图表类型、10 类缺陷，包含 1,900 个有缺陷实例和 300 个初始正确图表，并设置诊断修复、自主修复与开放世界验证三条赛道。基准通过受控扰动构建，注入的缺陷可定义且可恢复。实验显示，最强评测模型在自主修复设定下仅完全恢复 47.4% 的有缺陷图表。目前未见更早或相互矛盾的报道。

Generated from reports · updated 15 hr ago

LatestOct 5
arXiv 发布 VisAudit 基准：覆盖 21 类图表、10 类缺陷，最强模型自主修复完全恢复率仅 47.4%。

Timeline

Follow the coverage from different angles.

Oct 5, 2026
  1. arXiv · Machine Learning Theory
    VisAudit：评测多模态智能体的视觉诊断与修复能力

    VisAudit 是一个评测可视化诊断、修复与验证的基准，覆盖 21 种图表类型、10 类缺陷，含 1,900 个有缺陷实例和 300 个初始正确图表，并设诊断修复、自主修复与开放世界验证三条赛道。基准通过受控扰动构建，注入缺陷可定义且可恢复。实验显示，最强评测模型在自主修复设定下仅完全恢复 47.4% 的有缺陷图表。

Heat trend

Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

02.557.510Oct5Oct5Oct5Oct6

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.