SafeBuild-Bench从10万余工业图文记录中挖掘3314个施工安全任务实例。
推荐理由：亮点是从真实巡检档案构造跨时间、跨工地测试，而非静态物体识别；3314个实例能更直接暴露MLLM在部署风险理解上的泛化缺口。
阅读原文