VIALS：生命科学中视觉解读实验产物的基准

在专业生命科学工作流程中，科学家经常解读视觉实验产物（凝胶印迹图、显微镜图像、质粒图谱、流式细胞术图、分子结构等），以辅助研究决策。我们介绍 VIALS，这是一个视觉问答基准，包含 161 项此类解读任务，涵盖生物技术行业实验工作流程中会检查的各类实验产物（而非出版物和教科书中经过润色的图表）。尽管前沿视觉语言模型如今能够流畅地描述自然图像，但我们发现它们无法准确解读这些科学图像，这反映出其在领域知识和特定领域视觉推理能力方面的局限。相比之下，具备相关领域专业知识的科学家会认为这些视觉解读任务很直观。无法同样解读此类图像的 AI 在专业生命科学工作流程中的实用性将受到限制，因为这些实验产物是科学家进行推理、交流和决策的核心。