يقدم الباحثون AUTOPILOT-VQA، وهو معيار جديد للإجابة على الأسئلة البصرية مصمم لتقييم مدى قدرة نماذج الرؤية واللغة على الاستدلال حول الحوادث الحرجة للسلامة في مقاطع الفيديو من الكاميرات الأمامية. تستخدم المجموعة بيانات أسئلة منظمة تستند إلى سيناريوهات قيادة واقعية لتقييم قدرات النموذج بما يتجاوز التعرف البسيط على الكائنات.
- يغطي المعيار فئات متنوعة ذات صلة بالسلامة تشمل الطقس، والإضاءة، وتخطيط الطريق، واللافتات، وإمكانية تجنب الحوادث.
- يتطلب من النماذج الإجابة على أسئلة مستندة إلى سياق خصائص المشهد وتفاصيل الحادث المحددة على مستوى الحدث.
- يوجه هذا النهج التركيز نحو الاستدلال الزمني المستند إلى السياق والواعي بالسلامة لأنظمة القيادة الذاتية.
- يتم إصدار مجموعة البيانات كجزء من مسابقة AUTOPILOT CVPR 2026 لتوفير أداة تقييم موحدة.
يعتقد المؤلفون أن هذا مهم لأنه يدعم تطوير أنظمة رؤية ولغة أكثر قابلية للتفسير ومتانة للقيادة الذاتية في العالم الحقيقي.