多模态推理 工业安全 基准测试 因果分析
摘要

工业安全理解不仅需检测人员与设备,还需评估合规性、识别危险交互并解释事故机制。现有数据集多侧重视觉感知,缺乏基于证据的推理监督。本文提出SafeSceneReason,一个连接工作场景与职业事故调查知识的多模态推理基准及训练语料。通过以场景为中心(生成安全场景图)和以报告为中心(提取事故报告证据)两条数据构建流水线,该资源包含12万余对问答对,涵盖感知、空间/定量推理、合规评估、证据综合、因果分析及缓解决策。实验表明,现有视觉语言模型在比较、技术及多证据推理方面存在显著弱点。

AI 推荐理由

论文核心在于构建多模态推理基准,评估模型在因果分析、合规评估及多证据推理方面的能力。

研究机构
上海交通大学 中国科学院自动化研究所 ModelBest SenseTime 上海科技大学 中国科学技术大学 西南交通大学 华东师范大学 中国科学院大学 重庆大学 东南大学 上海 advanced algorithms 研究院
论文信息
作者 Yuanchi Zhu, Kang An, Tengyue Wang, Zhongyu Yang, Chenxu Du et al.
发布日期 2026-08-10
arXiv ID 2608.09230
相关性评分 9/10 (高度相关)