arXiv · 机器人与计算机视觉· Laure Delisle, Pietro Perona·· 17 天前AI 评分65
CompoSET:一种用于视觉语言组合性的受控单编辑基准
CompoSET: A Controlled Single-Edit Benchmark for Vision-Language Compositionality
AI 导读
Laure Delisle 和 Pietro Perona 提出了 CompoSET 数据集,旨在解决现有视觉 - 语言匹配基准因多像素变化而混淆全局差异与组合性理解的缺陷。
来源:arXiv · 机器人与计算机视觉 · arxiv.org