跳到正文
热点事件持续更新

马家通等发布面向视觉中心知识推理的 VC-VQA 基准

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

马家通(Jiatong Ma)等人提出并发布了名为 VC-VQA 的大规模基准,旨在系统评估多模态大语言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、识别线索并匹配内部图像。 相关代码与数据集已公开提供下载。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    超越实体识别:面向视觉中心知识的问答新基准 VC-VQA

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。