跳到正文
arXiv · 机器人与计算机视觉· Niaz Mohaiman Abtahi, Evan Maksud·· 9 天前AI 评分58

ROLECUE:诊断视觉语言模型中的跨语言角色绑定失败

ROLECUE: Diagnosing Cross-Lingual Role-Binding Failures in Vision-Language Models

AI 导读

作者 Niaz Mohaiman Abtahi 和 Evan Maksud 提出了 ROLECUE 诊断框架,用于检测视觉语言模型(VLM)在跨语言场景下将视觉动作结构绑定到语言学语义角色的能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org