**MechVQA：机械工程图纸理解的基准测试与多模态大语言模型增强**

_MechVQA: Benchmarking and Enhancing Multimodal LLMs on Comprehensive Mechanical Drawing Understanding_

> MechVQA是首个全面的机械图纸理解数据集，包含3.3k高密度图片和21K问答对，涵盖识别、推理和判断三个能力级别的10项细粒度任务。基于此，研究者通过多阶段训练开发了领域专用模型MechVL，在总分上比最强闭源基线高出7.57个百分点，为多模态大模型在机械设计与检测场景的部署提供了可复用的基础。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.30794)