**PerceptionRubrics：通过原子级审计校准多模态评估以对齐人类感知**

_PerceptionRubrics: Calibrating Multimodal Evaluation to Human Perception_

> HuggingFace Daily Papers 推荐了 PerceptionRubrics，这是一种基于量规的多模态评估框架，旨在解决基准测试饱和与现实模型脆弱性之间的差距。该框架将评估从整体语义匹配转向严格的原子级审计，利用 1,038 张高密度图像和超过 12,000 个实例特定量规，构建了“必须正确”与“易错细节”的双流系统。其核心的门控评分机制对关键视觉事实的失败施加严厉惩罚，揭示了模型在密集域中的脆弱性、开源与闭源模型间存在的感知差距，并证明了严格感知保真度是可靠生成的前提。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-02 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.28322)