天文天空图VQA数据集发布，低成本模型难辨真假

事件综述根据 1 篇报道整理，10月19日更新

伊利诺伊大学厄巴纳-香槟分校的 J. P. Naiman 发布了一个面向天文天空图的部分合成视觉问答（VQA）数据集，并评测三款低成本多模态模型。数据集含 2001 张图，等分为等高线图、NASA SkyView 真实望远镜天空图和用高斯混合模型生成的假天空图，共 47357 个问题；每张图另有模拟历史文献扫描老化的版本。 评测使用 GPT-5.4-nano（默认推理与详细度）、Gemini-3.5-flash-lite（thinking_level=minimal）和 Claude-Haiku-4.5（关闭思考）三款低成本配置，每个条件仅在 2001 张图中的 255 张上单次运行。作者称，这些低成本模型难以区分真实与合成天空图。 该结果属初步评测：开源权重模型、更高推理配置和天文专用模型均未测试，且模型版本与价格变化快，作者称这些具体数字有效期短。

综述由模型根据报道生成，细节以各篇原文为准。