发布 VISTAQA 基准与 GROVE 评估指标
热点事件观察中
发布 VISTAQA 基准与 GROVE 评估指标
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
该研究提出 VISTAQA 基准,包含 1,157 个专家 curated 样本,覆盖六种任务类型和六个视觉领域,要求模型不仅回答正确,还需提供支持答案的精确分割掩码。材料引入了 GROVE 统一评估指标,通过每样本几何平均强制文本准确性与定位质量共同生效,防止任一维度弥补另一维度的不足。实验显示即使最强系统在该指标下表现也有限,凸显了推理准确性与视觉证据对齐之间的巨大差距。
AI 根据报道生成 · 1 天前更新
最新进展11月17日 13:00
VISTAQA:联合视觉问答与像素级证据的基准评测报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- arXiv · 机器人与计算机视觉精选VISTAQA:联合视觉问答与像素级证据的基准评测
该研究提出 VISTAQA 基准,包含 1,157 个专家 curated 样本,覆盖六种任务类型和六个视觉领域,要求模型不仅回答正确,还需提供支持答案的精确分割掩码。材料引入了 GROVE 统一评估指标,通过每样本几何平均强制文本准确性与定位质量共同生效,防止任一维度弥补另一维度的不足。实验显示即使最强系统在该指标下表现也有限,凸显了推理准确性与视觉证据对齐之间的巨大差距。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 811月17日 23:00
- 近 24 小时变化
- -51%
02468
11月18日06:0012:0018:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。