发帖
雷达卡
GenExam 是由上海人工智能实验室联合上海交通大学、清华大学等机构于 2025 年发布的首个多学科文本到图像的考试风格基准数据集，相关的论文成果为「GenExam: A Multidisciplinary Text-to-Image Exam」，旨在检验模型是否能够整合理解、推理与生成能力，从而真正解决绘图类问题。
该数据集包含约 1,000 个高质量样本，覆盖数学、物理、化学、生物、计算机科学、工程学、医学、艺术、地理与历史等 10 个学科。每个样本均包含多样且具有挑战性的提示语（prompt）、对应的地面真值图像（ground-truth image），并配备细粒度的评分点（scoring points），全面体现真实考试的严谨性与难度。该数据集的构建分为四个阶段：从约 40,000 张图像出发，经 GPT-5 自动筛选与提示生成，再由博士级专家严格审校，最终沉淀为上述 1,000 个多学科样本。
京公网安备 11010802022788号
