跳到正文
arXiv · 机器人与计算机视觉· Sunjae Kwon, Suhaas Kiran DG, Zonghai Yao, Talha Chafekar, Deepali Singh, Hong Yu·· 24 天前AI 评分49

SAGE:基于 Gloss-Augmented Reasoning 的多模态 grounding 评测基准发布

SAGE: Sense-Aligned Multimodal Grounding Evaluation with Gloss-Augmented Reasoning

AI 导读

Sense-Aligned Grounding Evaluation (SAGE) 提出统一图像选择基准,涵盖名词、动词及实体中心 grounding,引入难负样本与 VerSe 诊断。

来源:arXiv · 机器人与计算机视觉 · arxiv.org