CiteVQA 揭示 AI 模型来源归因错误
研究人员推出 citevqa，显示 gpt-5.4 虽然回答正确率达 87.1%，但在需引用精确来源时跌至 59%。
CiteVQA 在 711 篇 PDF 中评估了 1,897 个问题上的 20 种模型，需要精确的证据标记而不仅仅是页码。Gemini-3.1-pro-preview 得分为 76，而 GPT-5.4 由于引用错误跌至 59。开源模型的得分低于 23。该研究得出结论，找到正确的文档段落是视觉文档理解的主要瓶颈。
研究人员推出 citevqa，显示 gpt-5.4 虽然回答正确率达 87.1%，但在需引用精确来源时跌至 59%。
CiteVQA 在 711 篇 PDF 中评估了 1,897 个问题上的 20 种模型，需要精确的证据标记而不仅仅是页码。Gemini-3.1-pro-preview 得分为 76，而 GPT-5.4 由于引用错误跌至 59。开源模型的得分低于 23。该研究得出结论，找到正确的文档段落是视觉文档理解的主要瓶颈。