RISEBench++视觉编辑基准发布

2026年10月8日，Hugging Face Daily Papers 报道了面向推理感知视觉编辑的评测 RISEBench++。该基准用于评估 Reasoning-Informed viSual Editing，覆盖6个推理维度、12个子类和65类任务，包含1000个人工标注的英中文测试用例。报道还称，研究提出了免训练的 RISE-Agent，并对58种视觉编辑方法进行了评估；其中最强方法 GPT-Image-2.5 Sunburst 的准确率为56.6%。目前报道仅披露该基准、测试集设置、RISE-Agent 及评测结果，尚未提及后续更新或更多外部应用进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。