Nghiên cứuĐiểm AI 85/100
E2A-Bench: Đánh giá độ tin cậy từ bằng chứng đến hành động trong phân tích biểu đồ tài chính
E2A-Bench là bộ tiêu chuẩn mới giúp đánh giá khả năng suy luận và đưa ra quyết định dựa trên biểu đồ tài chính của các mô hình ngôn ngữ thị giác (VLM), tập trung vào tính nhất quán giữa bằng chứng và hành động thay vì chỉ kiểm tra lỗi ảo tưởng thông thường.