arXiv · 机器人与计算机视觉· Jiatong Ma, Yuchen Liu, Longteng Guo, Yichen Yuan, Yuze Wu, Dongze Hao, Ru Zhen, Yanhao Zhang, Haonan Lu, Jing Liu·· 4 小时前AI 评分65
超越实体识别:面向视觉中心知识的问答新基准 VC-VQA
Beyond Entity Recognition: Vision-Centric Knowledge Visual Question Answering
AI 导读
作者提出 VC-VQA 基准,旨在系统评估多模态大模型在细粒度视觉知识获取及复杂多阶段推理上的能力。该基准通过构建可控的多模态知识库,要求模型检索外部视觉证据、识别检索前线索并匹配内部图像。
来源:arXiv · 机器人与计算机视觉 · arxiv.org