跳到正文
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