inkGround
一个面向全页、相机拍摄手写图像的笔画轨迹恢复基准，包含537页图像、约1.87万个单词、约16.3万条笔画，用于评估视觉语言模型在文本条件点定位任务上的细粒度视觉定位能力。
时间轴 (近 90 天)
inkGround 是一个面向全页、相机拍摄手写图像的笔画轨迹恢复基准，包含 537 页图像、约 1.87 万个单词、约 16.3 万条笔画。
inkGround 的参考轨迹由预训练的离线到在线模型生成，并经 OCR 一致性过滤和人工评分者验证，属于伪标签。
inkGround 将任务定义为文本条件点定位：给定一页图像和一个目标单词，模型必须定位该单词并输出其有序的笔画点。
inkGround 的评测指标包括轨迹保真度（DTW 和 Chamfer 距离）、可读性（Accurate Rate 和 Correct Rate）以及风格相似度。
研究者使用共享的上下文提示对四个开源 VLM 和三个前沿闭源 VLM 进行了基准测试。
Gemini-3.1-Pro 在 inkGround 基准的轨迹保真度和可读性方面表现突出，生成的笔画轨迹接近参考水平。
全部知识事实 (6)
inkGround 是一个面向全页、相机拍摄手写图像的笔画轨迹恢复基准，包含 537 页图像、约 1.87 万个单词、约 16.3 万条笔画。
50%待验证inkGround 的参考轨迹由预训练的离线到在线模型生成，并经 OCR 一致性过滤和人工评分者验证，属于伪标签。
50%待验证inkGround 将任务定义为文本条件点定位：给定一页图像和一个目标单词，模型必须定位该单词并输出其有序的笔画点。
50%待验证inkGround 的评测指标包括轨迹保真度（DTW 和 Chamfer 距离）、可读性（Accurate Rate 和 Correct Rate）以及风格相似度。
50%待验证Gemini-3.1-Pro 在 inkGround 基准的轨迹保真度和可读性方面表现突出，生成的笔画轨迹接近参考水平。
50%待验证研究者使用共享的上下文提示对四个开源 VLM 和三个前沿闭源 VLM 进行了基准测试。
50%