DecoyCount 与 ScienceVision 两个 benchmark 拆解视觉推理错位

Andrew Dai 团队发布 DecoyCount 与 ScienceVision 两个 benchmark，区分视觉模型“没看见”和“看见但推理不对”。DecoyCount v6 含 1,586 个带预注册干扰项的计数任务，以中性、对齐提示和多跳条件量化错位；ScienceVision 评测科学场景视觉理解，数据集与代码按 MIT 许可在 GitHub 开源。