工業現場における多モダルLLMの計測値基盤評価基準「InSituMeasure」の提案
arXiv cs.AI ・ 2026-09-03
原題: InSituMeasure: Probing Situated Measurement Grounding in Industrial Scenes with Multimodal Large Language Models
AI による要約
工場作業者が計器の目盛りを読み取る際には、専門知識がほとんど不要で、認知負荷が低く、繰り返し正確に行える。しかし、多モダル大型言語モデル（MLLM）は、連続値の計測に関しては信頼性が低い。既存のベンチマークは現実的な設定を模倣せず、ノイズや専門的な計器、診断用の注釈が不足している。研究チームは、2,922枚の実工業監視シーンを用いた「InSituMeasure」を提案し、8種類の専門工学計器の目盛り属性注釈とノイズタグを付与。計測精度の評価指標を定義し、許容範囲内での数値精度を測定する。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.AI）をご確認ください。